Cargando diccionario…
Bloque temático
Métodos para adaptar modelos preentrenados a tareas, dominios, estilos o usuarios mediante actualización total o parcial de parámetros y evaluación posterior al ajuste.
Selective LoRA activation
Activación selectiva de LoRA es uso de un adaptador solo en partes concretas de una ejecución.
Ver definición completa →Adaptive Low-Rank Adaptation
AdaLoRA es variante que distribuye el presupuesto de rango de forma adaptativa.
Ver definición completa →Domain adaptation
Adaptación de un modelo para que funcione mejor en un dominio de datos o conocimiento distinto del original.
Ver definición completa →Style adaptation
Adaptación de estilo es ajuste del tono o forma expresiva del modelo.
Ver definición completa →Organization-specific adaptation
Adaptación por organización es personalización con políticas, terminología y ejemplos de una entidad.
Ver definición completa →Task adaptation
Adaptación por tarea es especialización para una tarea concreta.
Ver definición completa →Post-training adaptation
Proceso de orientar un modelo preentrenado hacia una tarea, dominio o comportamiento después del entrenamiento inicial.
Ver definición completa →Model adapter
Adaptador de modelo es módulo pequeño entrenable añadido a un modelo congelado.
Ver definición completa →Tenant-specific adapter
Adaptador por inquilino es adaptador aislado para cada cliente o unidad organizativa.
Ver definición completa →Hyperparameter tuning
Proceso de seleccionar valores de configuración del entrenamiento que mejoran el resultado del ajuste.
Ver definición completa →Parameter-efficient fine-tuning
Ajuste eficiente en parámetros es adaptación que entrena una fracción reducida de parámetros.
Ver definición completa →Instruction tuning
Ajuste por instrucciones es entrenamiento con colecciones de instrucciones y respuestas.
Ver definición completa →Supervised fine-tuning
Entrenamiento posterior que adapta un modelo con ejemplos de entrada y respuesta deseada.
Ver definición completa →LoRA alpha
Alpha de LoRA es factor de escala aplicado a la actualización de bajo rango.
Ver definición completa →Continual learning
Aprendizaje continuo es actualización secuencial del modelo manteniendo conocimientos anteriores.
Ver definición completa →Fine-tuning dataset balancing
Balanceo del dataset de ajuste es control de proporciones entre tareas, clases o estilos.
Ver definición completa →Bias-term fine-tuning
BitFit es ajuste limitado principalmente a términos de sesgo.
Ver definición completa →Adapter layer
Capa adaptadora es capa ligera insertada para aprender una transformación específica.
Ver definición completa →Fine-tuned checkpoint
Checkpoint ajustado es estado guardado de un modelo después del ajuste.
Ver definición completa →Adapter checkpoint
Checkpoint de adaptador es artefacto que contiene solo el estado del adaptador.
Ver definición completa →Adapter composition
Composición de adaptadores es combinación de varios adaptadores para una inferencia.
Ver definición completa →Fine-tuning dataset contamination
Contaminación del dataset de ajuste es presencia de ejemplos de evaluación o información no permitida.
Ver definición completa →Fine-tuning curriculum
Currículo de ajuste es orden planificado de ejemplos por dificultad o prioridad.
Ver definición completa →Fine-tuning dataset
Dataset de ajuste es conjunto de ejemplos usado para adaptar el modelo.
Ver definición completa →Fine-tuning dataset deduplication
Deduplicación del dataset de ajuste es eliminación de ejemplos repetidos antes del ajuste.
Ver definición completa →Weight delta
Delta de pesos es diferencia entre los pesos ajustados y los del modelo base.
Ver definición completa →Adapter drift
Deriva del adaptador es cambio gradual de calidad o comportamiento de un adaptador.
Ver definición completa →Adapter unmerging
Desfusión de adaptador es separación de un adaptador previamente fusionado.
Ver definición completa →Weight-Decomposed Low-Rank Adaptation
DoRA es variante que separa magnitud y dirección de la actualización.
Ver definición completa →LoRA dropout
Dropout de LoRA es regularización aplicada a la ruta del adaptador.
Ver definición completa →Fine-tuning example
Ejemplo de ajuste es unidad de entrenamiento con entrada, contexto y respuesta objetivo.
Ver definición completa →Fine-tuning sequence packing
Empaquetado de secuencias de ajuste es agrupación de ejemplos cortos en secuencias completas.
Ver definición completa →Completion-only training
Entrenamiento solo sobre completions es ajuste que excluye tokens de entrada del cálculo de pérdida.
Ver definición completa →Post-fine-tuning evaluation
Evaluación posterior al ajuste es medición del modelo adaptado frente a una línea base.
Ver definición completa →Fine-tuning
Fine-tuning es adaptación de un modelo preentrenado mediante entrenamiento adicional.
Ver definición completa →Full fine-tuning
Fine-tuning completo es actualización de todos o casi todos los parámetros del modelo.
Ver definición completa →Adapter merging
Fusión de adaptador es integración de los pesos del adaptador en el modelo base.
Ver definición completa →Weighted LoRA merging
Fusión ponderada de LoRA es combinación de adaptadores LoRA mediante coeficientes explícitos.
Ver definición completa →Infused Adapter by Inhibiting and Amplifying Inner Activations
IA3 es adaptación mediante vectores que escalan activaciones internas.
Ver definición completa →Adapter hot swapping
Intercambio en caliente de adaptadores es cambio de adaptador sin recargar el modelo base.
Ver definición completa →Adapter injection
Inyección de adaptador es incorporación de módulos entrenables en capas objetivo.
Ver definición completa →Pre-fine-tuning baseline
Línea base preajuste es resultado del modelo base antes de la adaptación.
Ver definición completa →LoRA-Fine-Tuning-aware Quantization
LoftQ es inicialización conjunta que reduce error de cuantización para LoRA.
Ver definición completa →Low-Rank Adaptation
LoRA es adaptación de bajo rango que aprende matrices pequeñas de actualización.
Ver definición completa →Rank-stabilized LoRA
LoRA estabilizada por rango es variante que modifica la escala para estabilizar rangos altos.
Ver definición completa →All-linear LoRA
LoRA por todas las capas lineales es configuración que adapta todas las capas lineales elegibles.
Ver definición completa →Response loss mask
Máscara de pérdida de respuesta es máscara que calcula pérdida solo sobre la respuesta objetivo.
Ver definición completa →LoRA A matrix
Matriz LoRA A es primer factor de bajo rango de una actualización LoRA.
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.
