¿Qué es LLM (Large Language Model)?
Modelo de inteligencia artificial entrenado con grandes cantidades de texto que genera lenguaje, razona sobre contexto y se integra en aplicaciones vía API.
Un LLM predice la siguiente palabra (token) más probable dado un contexto, pero a gran escala esto produce comportamientos que parecen razonamiento, resumen, traducción y generación de código.
Modelos como GPT, Claude o Gemini son LLMs. Difieren en tamaño, entrenamiento, ventana de contexto y capacidades multimodales, pero comparten la misma arquitectura base (transformers).
Un LLM se entrena con enormes cantidades de texto para predecir el siguiente fragmento (token) de una secuencia. De esa tarea simple emergen capacidades como resumir, traducir, programar o razonar paso a paso.
No consulta una base de datos de hechos: genera lo más probable según lo que aprendió. Por eso puede equivocarse con seguridad (alucinar), no conoce lo que pasó después de su entrenamiento y no sabe nada de tus datos privados salvo que se los des, por ejemplo con RAG.
Preguntas frecuentes
¿ChatGPT es un LLM?
ChatGPT es una aplicación que usa modelos de lenguaje de OpenAI. El LLM es el modelo; ChatGPT es el producto construido encima.
¿Un LLM sabe cosas recientes?
Solo hasta la fecha de su entrenamiento, salvo que la aplicación le dé acceso a búsqueda web o a tus documentos.
Términos relacionados
Siguiente paso: curso de prompting y modelos de IA.