Cargando diccionario…
Bloque temático
Técnicas de transferencia de comportamiento o representaciones desde modelos profesores a estudiantes y métodos relacionados para reducir tamaño, coste o latencia.
Student generalization
Generalización del estudiante es rendimiento del estudiante en datos no usados para destilar.
Ver definición completa →Mixture of Experts
Mixture of Experts es arquitectura que activa solo un subconjunto de expertos por entrada.
Ver definición completa →Compact model
Modelo compacto es modelo diseñado para menor memoria y cálculo.
Ver definición completa →Edge model
Modelo de borde es modelo preparado para ejecutarse cerca de la fuente de datos.
Ver definición completa →Tiny model
Modelo diminuto es modelo extremadamente pequeño para recursos limitados.
Ver definición completa →Sparse model
Modelo disperso es modelo con una gran proporción de pesos o activaciones nulos.
Ver definición completa →Student model
Modelo estudiante es modelo que aprende a aproximar el comportamiento del profesor.
Ver definición completa →Teacher model
Modelo profesor es modelo que genera señales de supervisión para otro modelo.
Ver definición completa →Soft target
Objetivo blando es distribución probabilística producida por el profesor.
Ver definición completa →Distillation objective
Objetivo de destilación es función usada para aproximar señales del profesor.
Ver definición completa →Hard target
Objetivo duro es etiqueta discreta usada como supervisión convencional.
Ver definición completa →Distillation loss
Pérdida de destilación es término de pérdida que mide discrepancia profesor-estudiante.
Ver definición completa →Distillation weight
Peso de destilación es coeficiente que equilibra pérdida docente y supervisión real.
Ver definición completa →Teacher ensemble
Profesor conjunto es conjunto de modelos cuyos resultados se combinan como señal docente.
Ver definición completa →Specialist teacher
Profesor especialista es profesor optimizado para una subárea o subconjunto de clases.
Ver definición completa →Pruning
Pruning es eliminación de parámetros o estructuras poco relevantes.
Ver definición completa →Width reduction
Reducción de anchura es disminución del tamaño oculto o número de canales.
Ver definición completa →Attention head reduction
Reducción de cabezas de atención es uso de menos cabezas en el modelo estudiante.
Ver definición completa →Distillation latency reduction
Reducción de latencia por destilación es descenso de tiempo de respuesta frente al profesor.
Ver definición completa →Parameter reduction
Reducción de parámetros es disminución del número total de parámetros.
Ver definición completa →Depth reduction
Reducción de profundidad es disminución del número de capas del estudiante.
Ver definición completa →Model compression ratio
Relación de compresión del modelo es proporción entre tamaño original y tamaño comprimido.
Ver definición completa →Quality retention
Retención de calidad es porcentaje de rendimiento conservado tras la compresión.
Ver definición completa →Distillation temperature
Temperatura de destilación es parámetro que suaviza la distribución de probabilidades.
Ver definición completa →Diagnóstico de procesos
Software interno a medida
Automatización de tareas repetitivas
Integración de sistemas y APIs
IA aplicada solo cuando aporta valor
© 2026 Camilo Boo. Automatización de procesos y software interno.
