LLM (Large Language Model)
Un modelo de inteligencia artificial entrenado para predecir y generar texto, basado en patrones aprendidos de enormes cantidades de datos textuales.
Un LLM (Large Language Model) es un tipo de modelo de IA basado en la arquitectura Transformer, entrenado con billones de parámetros sobre vastos corpus de texto. Su función fundamental es predecir el siguiente token (palabra o fragmento) en una secuencia.
Ejemplos principales:
- GPT (OpenAI): GPT-3, GPT-3.5, GPT-4, GPT-4o
- Claude (Anthropic): Claude 3, Claude 3.5, Claude 4
- Gemini (Google)
- Llama (Meta): modelo open source
- Mistral, Qwen: modelos open source alternativos
Los LLMs no “entienden” en el sentido humano — generan texto basado en patrones estadísticos aprendidos durante el entrenamiento.