Glosario de IA

Un modelo de lenguaje grande, o LLM, es una red neuronal entrenada con cantidades enormes de texto para predecir qué fragmento de texto viene a continuación.

Un token es la unidad básica de texto para un modelo de lenguaje: una palabra entera, un fragmento de palabra, un número o un signo de puntuación.

La ventana de contexto es la cantidad máxima de texto, medida en tokens, que un modelo de lenguaje puede tener en cuenta de una sola vez.

La temperatura es un ajuste que controla el grado de azar de un modelo de lenguaje al elegir el token siguiente.

Un modelo de razonamiento es un modelo de lenguaje entrenado para descomponer un problema en pasos intermedios antes de dar su respuesta final.

En IA, una alucinación es una respuesta que suena fluida y segura de sí misma, pero que es falsa, carece de fundamento o está inventada.

La generación aumentada por recuperación, o RAG, es una técnica en la que los pasajes más relevantes para una pregunta se buscan en una colección de documentos y se entregan a un modelo de lenguaje, que redacta su respuesta a partir de ellos.

Un prompt de sistema es un conjunto de instrucciones permanentes que se dan a un modelo de lenguaje antes de que empiece la conversación y que define su papel, su tono, su formato y sus reglas.

Top-p, también llamado muestreo por núcleo, es un ajuste que limita un modelo de lenguaje al grupo más pequeño de tokens probables cuyas probabilidades suman una proporción elegida, y elige el siguiente token solo dentro de ese grupo.

Un modelo de mezcla de expertos es una red neuronal dividida en muchas subredes especializadas llamadas expertos, con un enrutador que envía cada token solo a unas pocas.

La cuantización es una técnica que guarda los números de un modelo con menos bits, por ejemplo 8 o 4 en lugar de 16, para que ocupe menos memoria y funcione más rápido.

Los embeddings son listas de números, llamadas vectores, que representan el significado de un texto, una imagen o un sonido.

Un agente de IA es un sistema construido alrededor de un modelo de lenguaje que persigue un objetivo en varios pasos: decide qué hacer a continuación, usa herramientas y comprueba los resultados.

La llamada a herramientas (o a funciones) es una capacidad que permite a un modelo de lenguaje pedir a tu programa que ejecute una función y usar el resultado en su respuesta.

MCP, el Model Context Protocol, es un estándar abierto que conecta las aplicaciones de IA con herramientas y fuentes de datos mediante una interfaz común.

Un modelo sin censura es un modelo de lenguaje que no se ha ajustado para descartar peticiones de forma arbitraria ni para llenar sus respuestas de advertencias, y por eso responde con franqueza a lo que se le pide.

Un rechazo es el momento en que un modelo de lenguaje declina cumplir una petición, normalmente con una frase breve que dice que no puede o no quiere ayudar.

Las barreras de seguridad, o guardrails, son las reglas, los filtros y los comportamientos aprendidos que un fabricante de IA añade a un modelo para limitar lo que acepta decir o hacer.

Un modelo de pesos abiertos es un modelo de IA cuyos parámetros entrenados, llamados pesos, se publican para que cualquiera pueda descargarlos y ejecutarlos.

La alineación es el trabajo de lograr que un modelo de IA se comporte como quieren sus creadores y sus usuarios: seguir instrucciones, ser útil y evitar lo que se considera dañino.

El RLHF, siglas de aprendizaje por refuerzo a partir de retroalimentación humana, es un método de entrenamiento en el que personas ordenan las respuestas de un modelo y este se ajusta después para producir el tipo de respuestas que prefirieron.

El ajuste fino (fine-tuning) consiste en seguir entrenando un modelo ya preentrenado con un conjunto de datos más pequeño y específico para adaptarlo a una tarea, un estilo o un ámbito.

Un modelo de difusión es un generador de imágenes que parte de ruido aleatorio y lo va eliminando paso a paso hasta que aparece una imagen acorde con una descripción escrita.

Un prompt negativo es una segunda descripción que indica a un modelo de imagen de qué debe alejarse, como el desenfoque, los dedos de más o un acabado apagado.

El escalado de imagen, o upscaling, amplía una imagen a una resolución mayor intentando mantenerla nítida.

Una semilla (seed) es un número entero que fija el ruido aleatorio del que parte un modelo de imagen: la misma semilla, con la misma descripción y los mismos ajustes, puede volver a dibujar la misma imagen.

La escala CFG, siglas de «classifier-free guidance» y llamada también guía, es un ajuste que decide con cuánto rigor un modelo de imagen sigue tu descripción.

Un LoRA, de «low-rank adaptation» (adaptación de bajo rango), es un archivo de extensión pequeño que ajusta un modelo de IA grande para que aprenda un estilo, un sujeto o una habilidad sin reentrenarlo por completo.

El inpainting es una técnica de retoque en la que un modelo de IA redibuja solo una región elegida de una imagen, guiado por un texto, mientras el resto de la imagen queda tal cual.

La eliminación del fondo es la separación automática del sujeto principal de una imagen y de su fondo, para poder colocar el sujeto sobre un fondo transparente o distinto.

La imagen a vídeo es una forma de crear un clip breve dando a un modelo de IA una imagen fija de partida y una frase que indica cómo debe moverse todo.

Un software local-first guarda tus datos en tu propio dispositivo como copia principal y trata los servidores como ayudas opcionales.

Un proxy anonimizador es un intermediario que envía una solicitud en tu nombre para que el servicio al otro lado no sepa quién eres.

La retención de datos es el tiempo que un servicio guarda la información que recibe o crea antes de borrarla.

IndexedDB es una base de datos integrada en los navegadores web que permite a un sitio guardar grandes volúmenes de datos estructurados en el dispositivo del visitante.

Zero-log describe un servicio que no guarda registros de lo que preguntas o dices: ningún rastro almacenado de tus peticiones, respuestas o actividad más allá de lo estrictamente necesario para funcionar.

El cifrado de extremo a extremo bloquea los datos en el dispositivo del remitente y solo los desbloquea en el del destinatario previsto, de modo que todo servidor intermedio transporta únicamente texto cifrado ilegible.

Una API compatible con OpenAI acepta las mismas solicitudes y devuelve las mismas respuestas que la API de OpenAI, de modo que el código y las herramientas existentes pueden usar otro proveedor cambiando poco más que la dirección y la clave.

Un límite de peticiones es un tope al número de solicitudes que una cuenta o una clave puede enviar a un servicio en un periodo de tiempo.

Los créditos son una unidad de cuenta prepagada que un servicio usa para poner precio al uso: cada solicitud gasta un pequeño número de ellos según lo que ha consumido.