162 artículos
Explorar guías
A un agente se le da un objetivo, no un guion. Decide qué hacer, llama a herramientas para hacerlo, observa el resultado y se ajusta. La palabra tiene dos sentidos: en aprendizaje por refuerzo es la entidad que actúa en un entorno, mientras que en el uso actual de producto significa un LLM conectado a herramientas y a un bucle. Ambos son correctos; fíjate a cuál se refiere cada documento. ...
El AI slop es esa producción en masa que inunda resultados de búsqueda, feeds y bandejas de entrada porque generarla no cuesta casi nada. Es más un problema de distribución que de modelos: los modelos pueden hacerlo mejor, pero nadie se los pidió. Para quien publica, sube la vara — hoy un texto genérico de IA se lee como señal de poco esfuerzo. En la práctica: Doce listas casi idénticas sobre el mismo tema, ninguna de las cuales responde la pregunta. ...
El artículo 4 exige a proveedores y responsables del despliegue tomar medidas para garantizar un nivel suficiente de alfabetización en IA entre el personal que trabaja con sistemas de IA, considerando su rol, el contexto y las personas afectadas. Es una de las pocas obligaciones que recae sobre prácticamente cualquier organización que use IA en el trabajo, no solo sobre las de alto riesgo. No hay un plan de estudios prescrito, así que es proporcional y no un mero trámite. ...
La alineación cubre la brecha entre el objetivo que puedes escribir y el resultado que en realidad pretendes. Los sistemas optimizan aquello con lo que se los mide, así que un objetivo mal especificado produce un comportamiento técnicamente correcto y prácticamente equivocado. El RLHF y los métodos constitucionales son respuestas parciales actuales, no soluciones. En la práctica: Con la instrucción de maximizar la interacción, un recomendador aprende que la indignación funciona. ...
Una alucinación es contenido que el modelo genera porque es estadísticamente plausible, no porque sea verdadero. Es una consecuencia estructural de la predicción del siguiente token y no un bug que se pueda parchar: el modelo optimiza por lo plausible, y lo plausible y lo verdadero suelen coincidir, justo hasta que dejan de hacerlo. Anclar en fuentes, la recuperación y la verificación lo reducen; nada lo elimina. En la práctica: Citas de casos inventadas, DOIs inventados, endpoints de API inventados — todos clásicos, todos con un formato impecable. ...
Una API es la forma en que un software le habla a otro. En IA significa que envías una solicitud con tu prompt y tus parámetros y recibes la salida generada, pagando por token. Es lo que convierte a un modelo en un componente sobre el cual puedes construir, en lugar de un sitio web que visitas. En la práctica: Una solicitud HTTPS de entrada, una respuesta JSON de salida, facturada por los tokens usados. ...
En el aprendizaje automático le muestras a un sistema muchos ejemplos y él deduce la regla por sí solo, ajustando números internos hasta que sus salidas coinciden con los ejemplos. Formalmente el ML es un subcampo de la IA, aunque en la práctica los términos se usan de manera laxa. El cambio clave es que quien desarrolla aporta datos y un objetivo en lugar de lógica. En la práctica: En vez de listar cada palabra que señala fraude, le das a un modelo 100,000 transacciones etiquetadas y dejas que encuentre las señales. ...
El aprendizaje autosupervisado inventa una tarea de predicción a partir de datos sin etiquetar, la más famosa: ‘predecir el siguiente token’. Como la etiqueta es simplemente la palabra que viene, todo internet se vuelve datos de entrenamiento sin ninguna anotación humana. Por eso los LLM pudieron escalar de una forma que los modelos supervisados nunca lograron. En la práctica: Ocultar la última palabra de una oración, pedirle al modelo que la adivine, y repetirlo billones de veces. ...
El aprendizaje no supervisado busca patrones sin que le digan qué buscar. Los trabajos típicos son agrupar elementos similares, reducir dimensiones y señalar anomalías. No hay un puntaje de precisión en el sentido habitual, así que evaluar el resultado exige criterio. En la práctica: Segmentar clientes en grupos que nadie definió de antemano, solo a partir del comportamiento de compra.
Un agente de aprendizaje por refuerzo actúa en un entorno, observa lo que pasa y recibe una señal de recompensa. A lo largo de muchos episodios aprende una política que maximiza la recompensa esperada. El aprendizaje por refuerzo está detrás de los sistemas que juegan partidas y, en forma modificada, detrás del paso de alineación de los modelos de chat modernos. En la práctica: Un agente aprende a jugar sin que le expliquen ninguna regla — solo con un puntaje que sube o baja. ...