Cargando diccionario…
Bloque temático
Parámetros y recetas que modifican el comportamiento de generación sin reentrenar el modelo.
Beam search
Estrategia que conserva varias secuencias candidatas y selecciona la mejor al final.
Ver definición completa →Greedy decoding
Estrategia que elige en cada paso el token con mayor puntuación.
Ver definición completa →Generation configuration
Conjunto de opciones que controla cómo se produce una salida.
Ver definición completa →Model configuration
Conjunto de valores que define cómo se carga, ejecuta o utiliza un modelo.
Ver definición completa →Decoding
Proceso que convierte las puntuaciones del modelo en una salida concreta.
Ver definición completa →Hyperparameter
Valor elegido antes o fuera del aprendizaje para controlar un modelo o proceso.
Ver definición completa →Logit
Puntuación sin normalizar que un modelo asigna a una opción antes de convertirla en probabilidad.
Ver definición completa →Token log probability
Logaritmo de la probabilidad asignada a un token en una posición.
Ver definición completa →Minimum output length
Cantidad mínima de tokens nuevos antes de permitir una parada normal.
Ver definición completa →Maximum output tokens
Límite superior de tokens que una operación puede generar.
Ver definición completa →Min-p sampling
Filtro que exige una probabilidad mínima relativa al token más probable.
Ver definición completa →Reasoning model
Modelo de lenguaje optimizado para resolver tareas que requieren varios pasos de inferencia o cálculo.
Ver definición completa →Generative sampling
Proceso de obtener una salida concreta de la distribución aprendida por un modelo generativo.
Ver definición completa →Locally typical sampling
Método que favorece tokens cuyo contenido informativo se aproxima al esperado.
Ver definición completa →Response verbosity
Control que orienta cuán concisa o desarrollada debe ser una respuesta.
Ver definición completa →Reasoning effort
Control que ajusta cuánto trabajo interno dedica un modelo de razonamiento.
Ver definición completa →Number of candidates
Cantidad de respuestas alternativas que se generan para una entrada.
Ver definición completa →Default parameters
Valores que se aplican cuando una solicitud no especifica otros.
Ver definición completa →Frequency penalty
Ajuste que penaliza un token según cuántas veces ya apareció.
Ver definición completa →Presence penalty
Ajuste que penaliza un token por haber aparecido al menos una vez.
Ver definición completa →Repetition penalty
Control que reduce la probabilidad de reutilizar tokens del prompt o la salida.
Ver definición completa →Token budget
Cantidad de tokens que se asigna a las distintas partes de una operación con un modelo.
Ver definición completa →Deterministic output
Salida obtenida de forma repetible para la misma entrada, modelo y configuración.
Ver definición completa →Stochastic output
Salida que puede variar porque el proceso selecciona tokens mediante azar controlado.
Ver definición completa →Stop sequence
Texto cuya aparición indica que la generación debe terminar.
Ver definición completa →Random seed
Valor que inicializa el generador pseudoaleatorio de una ejecución.
Ver definición completa →Logit bias
Ajuste que aumenta o reduce la puntuación de tokens concretos.
Ver definición completa →Temperature
Control que aplana o concentra las probabilidades antes de muestrear.
Ver definición completa →Output token
Token generado por el modelo como parte de su respuesta.
Ver definición completa →Top-k sampling
Filtro que permite elegir solo entre los k tokens más probables.
Ver definición completa →Top-p sampling
Filtro que conserva el conjunto mínimo de tokens cuya probabilidad acumulada alcanza un umbral.
Ver definición completa →Context window
Capacidad máxima de información tokenizada que un modelo puede considerar en una operación.
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.
