Descripción general
Granite 3.1 2B Instruct es un modelo de lenguaje compacto creado específicamente para seguir instrucciones. A diferencia de modelos más grandes que exigen importantes recursos de computación, esta versión de 2 mil millones de parámetros ofrece respuestas rápidas y coherentes a una amplia gama de tareas de texto, desde resumen y traducción hasta generación de código y razonamiento paso a paso. Llena un vacío práctico: salida de IA capaz y receptiva sin la latencia ni el costo que conllevan los modelos más pesados. En Picasso IA, puedes ejecutarlo directamente en tu navegador, sin necesidad de configuración ni programación.
Cómo funciona
- Escribe tu instrucción o pregunta en el campo de prompt. Puedes ser conversacional o muy específico; el modelo se adapta a ambos estilos.
- Añade un prompt del sistema si quieres definir una personalidad o establecer reglas de comportamiento antes de que se ejecute el prompt principal.
- Establece tu temperature preferida (más baja para respuestas enfocadas, más alta para una salida más variada) y elige un límite máximo de tokens para controlar la longitud de la respuesta.
- Pulsa generar. El modelo procesa tu entrada y devuelve una respuesta de texto, normalmente en unos pocos segundos.
- Revisa la salida y luego ajusta tu prompt o parámetros y regenera si es necesario. No hay penalización por iterar.
Preguntas frecuentes
¿Necesito habilidades de programación o conocimientos técnicos para usar esto?
No, solo abre Granite 3.1 2B Instruct en Picasso IA, ajusta la configuración que quieras y pulsa generar.
¿Es gratis probarlo?
Sí, puedes ejecutar el modelo sin configurar un entorno de desarrollo ni escribir código. La disponibilidad y los límites de uso dependen de tu plan de Picasso IA, pero empezar no cuesta nada.
¿Cuánto tarda en generarse una respuesta?
Los prompts cortos a medianos suelen devolver resultados en unos pocos segundos. Las salidas más largas, como resúmenes detallados o código de varios pasos, pueden tardar un poco más según la carga del servidor y el número de tokens.
¿Qué tipos de tareas maneja bien este modelo?
Rinde de forma constante en resumen, traducción, respuesta a preguntas, razonamiento de varios pasos y escritura de fragmentos de código. También admite tareas de llamada a funciones, lo que lo hace útil para escenarios de salida estructurada donde la respuesta debe seguir un formato definido.
¿Puedo personalizar el tono o el comportamiento de las respuestas?
Sí. Usa el prompt del sistema para asignar un rol o personalidad al modelo antes de que se ejecute tu prompt principal. Ajustar temperature, top-p y top-k te permite pasar de una salida precisa y predecible a una más abierta y variada.
¿Qué debo hacer si la salida no es lo que esperaba?
Intenta reformular tu prompt con instrucciones más específicas, o baja la temperature para reducir la variabilidad. Las secuencias de parada también pueden ayudar si quieres que el modelo corte la respuesta en una palabra o frase concreta en lugar de seguir más allá.
