Glosario

Modelo de lenguaje grande (LLM)

¿Qué es Modelo de lenguaje grande (LLM)?

Un modelo de lenguaje grande (Large Language Model, LLM) es una red neuronal entrenada con enormes cantidades de texto, lo que le permite entender y generar lenguaje. Funciona calculando, paso a paso, el siguiente token más probable. Los LLM redactan, resumen, traducen, responden preguntas y generan código; ejemplos conocidos son Claude, GPT, Gemini y Llama. Sin acceso a fuentes actualizadas, solo conocen lo que había en sus datos de entrenamiento.

Cómo ayuda KI.ordo

KI.ordo usa los modelos de lenguaje grandes de la familia Claude de Anthropic y los combina con instrucciones y tu propio conocimiento.

Más información →

Temas

Modelos de lenguaje
IA generativa
Concepto básico

Probar KI.ordo

Agentes, flujos y plantillas en un solo espacio de trabajo – demo gratuita de 24 horas.

Iniciar demo

← Todos los términos

Términos relacionados

Transformer

El Transformer es una arquitectura de red neuronal presentada en 2017 en el artículo de investigación «Attention Is All You Need». Su núcleo es el mecanismo de atención: cada palabra se pondera en relación con todas las demás del texto, y el cálculo se paraleliza con eficacia. Los Transformers son la base de los modelos de lenguaje actuales como GPT, Claude o BERT y también se usan para imagen y audio.

Arquitectura
Deep learning
+1

Token

Un token es la unidad mínima de texto que procesa un modelo de lenguaje: normalmente un fragmento de palabra, una palabra corta o un signo de puntuación. Los modelos leen las entradas y generan las respuestas token a token, y el tamaño de la ventana de contexto también se mide en tokens. Como los proveedores cobran por tokens de entrada y salida, estos determinan directamente costes y límites: instrucciones largas y mucho conocimiento adicional aumentan el consumo.

LLM
Costes
+1

Modelo fundacional

Un modelo fundacional (foundation model) es un gran modelo de IA preentrenado con datos muy amplios y variados que después puede usarse para muchas tareas distintas. El término se acuñó en la Universidad de Stanford en 2021. Ejemplos conocidos son los grandes modelos de lenguaje como Claude o GPT. Las empresas suelen construir sus aplicaciones sobre estos modelos en vez de entrenar uno propio desde cero; el Reglamento europeo de IA habla de modelos de IA de uso general.

Modelo base
Modelos de lenguaje
+1

Claude

Claude es una familia de grandes modelos de lenguaje de la empresa estadounidense de IA Anthropic. Los modelos entienden y redactan textos en muchos idiomas, analizan documentos, programan y pueden usar herramientas, por ejemplo para investigar o automatizar tareas. Las familias más conocidas son Haiku, Sonnet y Opus, que se diferencian en velocidad, coste y capacidad. Anthropic pone especial énfasis en la seguridad y en un comportamiento fiable de los modelos.

Anthropic
modelo de lenguaje
+1