#visión

3 publicaciones con esta etiqueta

16 de mayo de 2026

Gemini 2.5 Flash Lite en 100 imágenes del DOF: prueba a escala real

Probamos Gemini 2.5 Flash Lite con el prompt v3 en 100 imágenes aleatorias del Diario Oficial de la Federación. Cero errores, 2.3s promedio por imagen, y un estimado de $41 USD para procesar las ~97,000 imágenes del corpus completo.

#DOF-RAG #IA #visión #Gemini #OpenRouter #RAG #captioning

Equipo DOF-RAG Leer más

14 de mayo de 2026

Iterando el prompt: segunda ronda de comparación de modelos VLM

Segunda iteración del experimento: cambiamos el prompt, ajustamos las imágenes de prueba y reemplazamos Qwen por Grok y Gemma. Comparamos 6 modelos en 14 imágenes del Diario Oficial de la Federación.

#DOF-RAG #IA #visión #modelos #comparación #OpenRouter #prompt

Equipo DOF-RAG Leer más

12 de mayo de 2026

¿Quién describe mejor las imágenes del DOF?

Comparamos 6 modelos de visión (Gemini, GPT, Qwen, Claude) en la tarea de generar descripciones de imágenes para indexación RAG del Diario Oficial de la Federación.

#DOF-RAG #IA #visión #modelos #comparación #OpenRouter

Equipo DOF-RAG Leer más

Ver todas las etiquetas