LLM
Un LLM (Large Language Model o Modelo de Lenguaje Extenso) es un sistema de inteligencia artificial entrenado con enormes volúmenes de texto para comprender y generar lenguaje natural. Usa una arquitectura de red neuronal llamada transformer y funciona prediciendo, token por token, la palabra estadísticamente más probable que continúa un texto.
Un LLM se construye en tres etapas. Primero, el pre-entrenamiento: el modelo consume cantidades masivas de texto (hasta 10 billones de palabras, según estimaciones) para aprender patrones del lenguaje, un proceso que puede costar entre 5 y más de 100 millones de dólares según el tamaño del modelo. Después viene el fine-tuning o ajuste con feedback humano (RLHF), donde se corrige el comportamiento del modelo para que sea más seguro y útil. Por último, la inferencia: cuando un usuario escribe una consulta, el modelo genera la respuesta palabra por palabra, calculando probabilidades sobre lo que aprendió.
La arquitectura transformer, estándar desde 2018, es la base de prácticamente todos los LLMs actuales. El tamaño se mide en parámetros: GPT-3 tiene 175.000 millones, mientras que GPT-4 se estima en más de un billón. Ejemplos actuales de LLMs incluyen GPT (OpenAI), Claude (Anthropic), Gemini (Google) y LLaMA (Meta).
Ejemplo
Cuando le pedís a ChatGPT o a Claude que te resuma un artículo, el LLM no "entiende" el texto como lo haría una persona: calcula, token por token, cuál es la continuación estadísticamente más probable de la respuesta, basándose en los patrones aprendidos durante su entrenamiento con billones de palabras de texto.
| Término | Qué es | Ejemplos |
|---|---|---|
| LLM | El modelo de lenguaje en sí, entrenado con texto | GPT-4, Claude, Gemini, LLaMA |
| IA Generativa | Categoría más amplia: cualquier IA que genera contenido nuevo (texto, imagen, audio, video) | LLMs, generadores de imagen, de voz, de video |
| Chatbot | La interfaz conversacional que usa un LLM por detrás para responder | ChatGPT, Claude.ai, Gemini (app) |
Términos relacionados
Preguntas frecuentes
¿Un LLM y un chatbot son lo mismo?
No. El LLM es el modelo de IA que genera el texto; el chatbot es la interfaz (como ChatGPT o Claude.ai) que usa ese modelo por detrás para conversar con el usuario.
¿Cuántos parámetros tiene un LLM?
Varía mucho según el modelo: GPT-3 tiene 175.000 millones de parámetros, mientras que se estima que GPT-4 supera el billón.
¿Un LLM "entiende" lo que escribe?
No en el sentido humano. Predice estadísticamente cuál es la palabra más probable que sigue, basándose en patrones aprendidos durante el entrenamiento, sin comprensión real del significado.
¿Qué LLMs existen actualmente?
Entre los más conocidos están GPT (OpenAI), Claude (Anthropic), Gemini (Google) y LLaMA (Meta).