Glosario

Aprendizaje zero-shot

¿Qué es Aprendizaje zero-shot?

El aprendizaje zero-shot significa que un modelo puede resolver una tarea sin haber visto antes ejemplos concretos de ella. Los grandes modelos de lenguaje, por ejemplo, hacen una traducción o una clasificación solo a partir de la descripción del prompt. Si la calidad no basta, suele ayudar el aprendizaje few-shot: añades algunos ejemplos de la respuesta que quieres.

Cómo ayuda KI.ordo

Los agentes de KI.ordo realizan muchas tareas solo con sus instrucciones; añadir ejemplos a las instrucciones puede mejorar los resultados de forma específica.

Más información →

Temas

LLM
Prompting
Conceptos básicos

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

Aprendizaje few-shot

El aprendizaje few-shot es la capacidad de un modelo para resolver una tarea a partir de pocos ejemplos. En los modelos de lenguaje suele ocurrir en la propia entrada: muestras dos o tres pares de pregunta y respuesta deseada, y el modelo aplica el mismo formato y estilo a casos nuevos, sin reentrenamiento. Ejemplo: tres consultas de clientes bien clasificadas suelen bastar para que las siguientes se ordenen con el mismo esquema.

Prompting
Ejemplos
+1

Aprendizaje por transferencia

En el aprendizaje por transferencia (transfer learning), un modelo que ya ha aprendido una tarea amplia y general sirve como punto de partida para otra nueva y específica. En lugar de empezar de cero, se adapta, por ejemplo mediante ajuste fino, con relativamente pocos datos propios. Así ahorras cómputo y datos, por ejemplo cuando un modelo de imágenes general debe aprender a detectar defectos de fabricación en fotos.

Machine learning
Entrenamiento
+1

Prompt

Un prompt es la entrada con la que le dices a un modelo de IA qué debe hacer: una pregunta, una tarea o una instrucción, a menudo con contexto, ejemplos y el formato deseado. La calidad de la respuesta depende mucho de lo claro y completo que sea el prompt. Por ejemplo, en vez de «Escribe algo sobre nuestro producto», mejor «Escribe tres ventajas breves del producto X para talleres y oficios, con tono objetivo».

prompting
entrada
+1

Plantilla

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.

Modelos de lenguaje
IA generativa
+1