LLM

Un Large Language Model (modelo de lenguaje grande) es un programa que hace una sola cosa: dado un texto, predice qué viene después. Nada más. Todo lo demás —responder preguntas, escribir código, traducir— sale de repetir esa predicción muchas veces.

El mecanismo, sin misterio

El modelo recibe una secuencia de tokens (trozos de texto, ver Tokens) y produce una distribución de probabilidad sobre el siguiente token: “después de El cielo es → azul 71%, gris 9%, claro 4%…”. Elige uno, lo añade a la secuencia, y repite. Ese bucle de “predecir, añadir, repetir” es lo que genera párrafos enteros de texto coherente.

Lo aprendió leyendo cantidades enormes de texto y ajustando miles de millones de parámetros para que sus predicciones se parecieran a lo que venía después en los datos reales. No hay reglas escritas a mano; hay patrones estadísticos.

Qué implica esto en la práctica

Entender que es un predictor de texto explica sus virtudes y sus defectos:

• No “sabe” cosas, modela lenguaje. Cuando acierta un dato, es porque ese dato aparecía consistentemente en su entrenamiento. Cuando alucina (inventa con seguridad), es el mismo mecanismo fallando: genera lo que suena probable, no lo que es verdad.
• No razona paso a paso por defecto. Produce la respuesta que estadísticamente sigue al problema. Pedirle que “piense en voz alta” mejora resultados porque le das más tokens intermedios sobre los que apoyar la siguiente predicción.
• Es no determinista. Con la misma entrada puede dar respuestas distintas, porque hay un muestreo aleatorio al elegir el token (controlado por un parámetro llamado temperature).
• Tiene fecha de corte. Su conocimiento se congela cuando terminó el entrenamiento. Por eso los harnesses le dan herramientas para buscar información fresca.

Cuándo un LLM es la herramienta correcta

• Transformar, resumir, traducir o generar texto y código.
• Tareas donde “casi siempre bien” es suficiente y hay un humano revisando.

Cuándo NO

• Cuando necesitas una respuesta exacta y verificable sin supervisión (cálculos críticos, datos legales). Úsalo para redactar, no como fuente de verdad.
• Cuando el costo de una alucinación es alto y no hay validación posterior.

Temas relacionados

Ahora puedes separar el mecanismo de quienes lo comercializan: sigue con Proveedor y Modelos fundacionales. Para profundizar en la mecánica, la unidad con la que trabaja son los tokens, y el límite de cuántos puede considerar a la vez es la ventana de contexto.