Lenguaje y LLMs
Cómo las máquinas leen, entienden y escriben texto.
- Alucinación
Cuando un modelo de IA genera información falsa o inventada pero la presenta con total seguridad y apariencia de verdad.
- Embedding
Representación de una palabra, frase, imagen u otro dato como una lista de números, de forma que los elementos con significado parecido quedan cerca entre sí.
- Ingeniería de prompts
Práctica de redactar y probar las instrucciones que se dan a un modelo para conseguir respuestas más útiles, precisas y consistentes.
- Modelo de lenguaje grande (LLM)
Modelo de IA entrenado con grandes colecciones de datos que aprende patrones del lenguaje y genera texto prediciendo, paso a paso, el siguiente token.
- Procesamiento del lenguaje natural
Rama de la IA que enseña a las máquinas a leer, entender y producir lenguaje humano, tanto escrito como hablado.
- Prompt
Texto (o imagen, o audio) que le das a un modelo de IA para indicarle qué quieres que haga.
- Razonamiento en cadena
Técnica en la que el modelo escribe los pasos intermedios de un problema antes de dar la respuesta final, lo que mejora su acierto en tareas complejas.
- Temperatura
Ajuste que controla cuánta aleatoriedad usa un modelo al elegir cada palabra: baja da respuestas más predecibles, alta más variadas y creativas.
- Token
Fragmento de texto (una palabra, parte de una palabra o un signo) en el que un modelo de lenguaje divide lo que lee y escribe.
- Ventana de contexto
Cantidad máxima de texto (medida en tokens) que un modelo puede tener en cuenta a la vez, sumando lo que le das y lo que responde.
- Word2Vec
Familia de métodos que aprende vectores para palabras a partir de los contextos en que aparecen en un corpus de texto.