LLM
Modelo de lenguaje grande, una red neuronal entrenada con mucho texto que genera texto prediciendo el siguiente token.
También: Large Language Model · modelo de lenguaje grande · gran modelo de lenguaje · modelo de lenguaje
GlosarioUn LLM (Large Language Model) es una red neuronal, casi siempre un Transformer, entrenada con enormes cantidades de texto para predecir el siguiente Token. Generando un token tras otro produce respuestas, código o JSON. Después del preentrenamiento se ajusta para seguir instrucciones y conversar.
En la práctica
Trátalo como una función sin estado: recibe un contexto y devuelve texto. No recuerda conversaciones anteriores (le reenvías el historial en cada llamada), no consulta internet salvo que le des herramientas y su conocimiento tiene una fecha de corte. Su salida es probabilística, así que puede variar entre ejecuciones y puede alucinar. Por eso se combina con herramientas, recuperación de datos y validación en código.
No confundir con
- Agente: un sistema construido alrededor de un LLM que actúa en un bucle con herramientas.
- Chatbot: una interfaz de conversación; el LLM es el motor que hay detrás.