162 artículos
Explorar guías
El meta-prompting le entrega al propio modelo la tarea de escribir prompts: le pides que redacte uno y luego que encuentre las ambigüedades que tiene. Funciona porque los modelos suelen ser mejores detectando lo que está poco especificado que las personas evitándolo. Combínalo con evaluación real o solo estarás generando prompts que suenan convincentes. En la práctica: ‘Aquí está mi prompt y tres salidas malas. ¿Qué tiene de ambiguo?’
Un modelo de mezcla de expertos contiene muchas subredes especializadas y un enrutador que elige unas pocas por token. El conteo total de parámetros sigue siendo enorme mientras el cómputo por token se mantiene modesto, lo que desacopla la capacidad del costo de inferencia. Por eso algunos modelos muy grandes resultan sorprendentemente baratos de servir. En la práctica: Un modelo de 400B parámetros que solo ejecuta el cómputo equivalente a 40B por token. ...
MLOps aplica el pensamiento DevOps al ML, con problemas adicionales: versionado de datos, reproducibilidad del entrenamiento, monitoreo de deriva y pipelines de reentrenamiento. La idea que encierra es que un modelo en un notebook es más o menos el 10% del trabajo. En la práctica: Reentrenamiento automático disparado cuando la exactitud monitoreada cae por debajo de un umbral.
MCP estandariza cómo los modelos descubren e invocan capacidades externas, de modo que una herramienta construida una vez funciona en cualquier cliente compatible en lugar de reescribirse para cada proveedor. Introducido por Anthropic a finales de 2024 y adoptado más ampliamente desde entonces, es lo más parecido a un conector común que tiene el ecosistema de agentes. En la práctica: Un solo servidor MCP para tu sistema de tickets, utilizable desde cualquier asistente compatible con MCP. ...
Un modelo es lo que obtienes al final del entrenamiento: un conjunto específico de números dispuestos en una estructura específica. Es lo que despliegas, versionas y llamas desde una API. Dos modelos con la misma arquitectura pero distintas corridas de entrenamiento son modelos distintos, y por eso importan los números de versión. En la práctica: GPT-5.6 y Claude Opus 4.8 son modelos distintos; cada uno tiene sus propios pesos, comportamiento y precio. ...
Un modelo de difusión se entrena para revertir un proceso de agregado de ruido. Dado puro estático y un prompt de texto, elimina el ruido de forma iterativa hasta que emerge una imagen que coincide con el prompt. Reemplazó a las GAN como opción predeterminada porque se entrena de forma más estable y escala mejor. En la práctica: Cincuenta pasos de eliminación de ruido entre estática aleatoria y una ilustración terminada. ...
El artículo 3(63) cubre modelos entrenados a gran escala, típicamente con autosupervisión, que son ampliamente capaces e integrables aguas abajo. Quedan excluidos los modelos usados únicamente para investigación o para prototipado previo a la comercialización. Los proveedores de GPAI cargan con obligaciones de documentación, de política de derechos de autor y de resumen de los datos de entrenamiento, con deberes más pesados cuando se considera que el modelo conlleva riesgo sistémico. ...
Pesos abiertos significa que los parámetros están publicados, así que puedes autoalojarlo, hacerle fine-tuning e inspeccionarlo. No es lo mismo que open source: los datos y el código de entrenamiento normalmente se reservan, y las licencias suelen restringir el uso comercial o la escala. Lee la licencia antes de dar por sentada la libertad. En la práctica: Descargar los pesos para ejecutar un modelo enteramente dentro de tu propia red. ...
Los modelos de razonamiento generan pasos intermedios — un borrador privado — antes de producir la respuesta final, y están entrenados para hacerlo bien, no solo empujados a ello por el prompt. Cambian latencia y costo por precisión en matemáticas, código y análisis de varios pasos. En tareas simples son más lentos y más caros sin ningún beneficio. En la práctica: Quince segundos de trabajo oculto y una respuesta correcta, frente a un segundo y una equivocada. ...
Modelo frontera no tiene un umbral técnico preciso; designa lo que sea más capaz en este momento y, por lo tanto, lo menos comprendido. El término importa sobre todo en política pública, donde las obligaciones adicionales de evaluación y reporte se aplican a la punta de lanza. El concepto más cercano en el EU AI Act es el de modelo de IA de uso general con riesgo sistémico. En la práctica: En cada generación, el modelo frontera de ayer se convierte en el modelo común y por defecto de hoy. ...