Modelo de lenguaje (LLM)

Un LLM se entrena con enormes cantidades de texto para estimar cuál es el siguiente fragmento más probable. Después se ajusta para seguir instrucciones y conversar.

Su tamaño se mide en parámetros (miles de millones) y lo que puede tener en cuenta a la vez, en tokens: es su ventana de contexto.

Un ejemplo

ChatGPT, Gemini, Claude y Copilot funcionan con modelos de lenguaje grandes; algunos más pequeños se pueden ejecutar en tu propio ordenador.

Por qué importa

Saber cómo funciona un modelo de lenguaje te ayuda a usarlo mejor y a no fiarte de más. Se entrena con enormes cantidades de texto para predecir qué viene a continuación, y de ahí salen su fluidez y su capacidad de redactar, resumir, traducir o explicar código.

Esto explica sus puntos fuertes y débiles. Es muy bueno con el lenguaje, pero puede equivocarse con datos concretos, cálculos o hechos recientes, y puede inventarse información. Tampoco recuerda por sí mismo conversaciones anteriores salvo que estén en el texto que se le da. Dar contexto claro en tu petición suele mejorar mucho la respuesta.

Confusiones frecuentes

Se piensa que un modelo de lenguaje busca la respuesta en internet o en una base de datos de hechos. En general no: genera texto a partir de patrones aprendidos, aunque algunos chatbots lo combinan con herramientas de búsqueda. Tampoco «entiende» ni tiene opiniones como una persona. Y un chatbot y un modelo no son lo mismo: el chatbot es la aplicación que lo usa.

Preguntas frecuentes

¿Un modelo de lenguaje sabe lo que ha pasado hoy?

No por sí solo: su conocimiento llega hasta la fecha de su entrenamiento. Solo conoce lo reciente si se le da el texto o tiene acceso a búsqueda.

¿Se puede confiar en sus respuestas?

Sirve de ayuda y de borrador, pero los datos importantes deben comprobarse en fuentes fiables, porque puede equivocarse con total seguridad.