Cargando diccionario…
Bloque temático
Conceptos, objetivos y familias que permiten entender cómo los modelos de lenguaje representan, predicen y generan secuencias.
Transfer learning
Reutilización de conocimiento aprendido en una tarea o dominio para mejorar otra tarea relacionada.
Ver definición completa →Text-to-text architecture
Enfoque que expresa muchas tareas lingüísticas como recibir texto y producir texto.
Ver definición completa →Next-token distribution
Conjunto de probabilidades que el modelo asigna a las posibles unidades que podrían continuar una secuencia.
Ver definición completa →Text generation
Producción automática de texto nuevo a partir de una entrada, contexto o distribución aprendida.
Ver definición completa →Instruction
Expresión que indica al modelo una tarea, restricción o forma esperada de responder.
Ver definición completa →Logit
Puntuación sin normalizar que un modelo asigna a una opción antes de convertirla en probabilidad.
Ver definición completa →Language modeling
Tarea de aprender y estimar probabilidades o representaciones de secuencias lingüísticas.
Ver definición completa →Autoregressive model
Modelo que genera cada parte de una secuencia usando las partes anteriores como contexto.
Ver definición completa →Bidirectional language model
Modelo que construye una representación usando contexto situado antes y después de cada posición.
Ver definición completa →Bilingual language model
Modelo de lenguaje entrenado o adaptado para procesar dos idiomas.
Ver definición completa →Causal language model
Modelo que predice cada unidad usando solo las unidades anteriores de la secuencia.
Ver definición completa →Encoder-decoder model
Modelo que primero representa una entrada y después genera una salida condicionada por esa representación.
Ver definición completa →Chat model
Modelo adaptado para mantener intercambios por turnos y responder dentro de una conversación.
Ver definición completa →Domain-specific language model
Modelo de lenguaje entrenado o adaptado para un ámbito especializado, como derecho, medicina o finanzas.
Ver definición completa →Language model
Modelo que estima qué secuencias de lenguaje son probables y puede predecir o completar texto.
Ver definición completa →Foundation language model
Modelo fundacional preentrenado principalmente para representar o producir lenguaje y adaptarse a muchas tareas lingüísticas.
Ver definición completa →Large language model
Modelo de lenguaje entrenado a gran escala con muchos datos y parámetros para realizar numerosas tareas.
Ver definición completa →Small language model
Modelo de lenguaje de tamaño contenido, diseñado para reducir recursos, latencia o coste.
Ver definición completa →Reasoning model
Modelo de lenguaje optimizado para resolver tareas que requieren varios pasos de inferencia o cálculo.
Ver definición completa →Masked language model
Modelo que aprende a reconstruir unidades ocultas usando el contexto que las rodea.
Ver definición completa →Foundation model
Modelo entrenado con datos amplios y a gran escala que sirve como base para muchas tareas posteriores.
Ver definición completa →Instruction-tuned model
Modelo adaptado para interpretar instrucciones y responder de manera útil a tareas expresadas por personas.
Ver definición completa →Multilingual language model
Modelo de lenguaje diseñado para procesar y, según el caso, generar en múltiples idiomas.
Ver definición completa →Encoder-only model
Modelo que usa la parte codificadora para construir representaciones contextuales de una entrada.
Ver definición completa →Decoder-only model
Modelo que usa bloques de decodificador causal para continuar una secuencia.
Ver definición completa →Perplexity
Métrica que resume cuánta sorpresa tiene un modelo ante una secuencia; menor suele indicar mejor predicción en datos comparables.
Ver definición completa →Next-token prediction
Tarea de estimar qué unidad del vocabulario es más probable después del contexto actual.
Ver definición completa →Large-scale pretraining
Entrenamiento inicial de un modelo con grandes volúmenes de datos antes de adaptarlo a usos concretos.
Ver definición completa →Tokenizer
Componente que divide texto en unidades y las convierte en identificadores para el modelo.
Ver definición completa →Transformer
Arquitectura neuronal que procesa relaciones entre elementos mediante atención, sin depender de recurrencia.
Ver definición completa →Vocabulary
Conjunto finito de unidades que un modelo o tokenizador puede representar directamente.
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.
