Qué es un LLM: una máquina de adivinar la palabra siguiente
Un LLM (large language model; en castellano, modelo de lenguaje grande) es un programa que ha leído muchísimo texto y escribe prediciendo, una y otra vez, cuál es la palabra siguiente. Es lo que hay detrás de ChatGPT, de Claude o de Gemini. Saber qué es un LLM explica a la vez por qué redacta tan bien y por qué a veces da por bueno un dato que nadie ha comprobado.
Qué es un LLM o modelo de lenguaje
Es el motor, no el coche. El asistente con el que hablas es un producto montado alrededor de un modelo de lenguaje: le pone la pantalla, la memoria de la conversación y, a veces, tus documentos. El modelo hace una sola cosa, que es continuar un texto. Pertenece a la IA generativa, la que crea contenido nuevo.
Cómo funciona: adivinar la palabra siguiente
Recibe un texto y calcula qué trozo de palabra tiene más probabilidades de venir después. Lo añade y vuelve a calcular. Trozo a trozo (se llaman tokens) sale una respuesta entera. Lo que tú le escribes, el prompt, es el principio del texto que él continúa. Es una simplificación, pero la idea central es esa.
En la Herboristería El Saúco le preguntan a un chat a qué hora abre la tienda los sábados. Contesta con un horario muy razonable. No lo ha mirado en ningún sitio: es el que suena a herboristería.
De dónde ha aprendido
De cantidades enormes de texto: libros, webs, artículos, código. Durante el entrenamiento ajusta miles de millones de números internos hasta que predice bien. No guarda los textos como una biblioteca; se queda con patrones de cómo se escribe y de qué suele ir con qué.
Qué sabe y qué no puede saber
Sabe lo que había en esos textos, hasta la fecha en que acabó su aprendizaje. No conoce lo que pasó después ni lo que nunca fue público: tu horario, tus precios, tus normas. Y como siempre devuelve la continuación más probable, cuando le falta un dato no se calla. Lo rellena, y eso es una alucinación.
Tiene dos arreglos. Ponerle el dato delante en cada pregunta, que es lo corriente y se llama RAG. O reentrenarlo con ejemplos propios, el fine-tuning, que rara vez compensa.
Modelos que hay
Van por familias: GPT, de OpenAI; Claude, de Anthropic; Gemini, de Google; Llama, de Meta; Mistral. Cada una tiene versiones grandes, más capaces y caras, y pequeñas, más rápidas. Cambian cada pocos meses, así que pesa más lo que le das a leer que el nombre del modelo.
En Flipa
El modelo que hay dentro de Flipa es de Anthropic, de la familia Claude. Lo que lo vuelve útil para una empresa son los documentos de la casa que consulta antes de contestar. No es infalible, así que lo que escribe se revisa.
¿Cómo escribe? La siguiente palabra
Una frase a medias sobre la herboristería. Elige tú la palabra que sigue, o deja que gane la más probable. Las cifras son inventadas para el ejemplo; el mecanismo, no.
De memoriaProbabilidades de ejemplo
La tienda abre los sábados de diez a dos de la tarde.
Palabra 1 de 4. ¿Cuál viene ahora?
El resto, hasta cien, se reparte entre miles de palabras menos probables.
Suena bien. ¿Es verdad? El modelo no lo sabe: no ha mirado el horario. Ha escrito el que suena a tienda.
Con el horario delante
DocumentoHorario de El Saúco. Sábados: de 10:30 a 14:00.
- diez y media96 %
- diez3 %
- once1 %
La tienda abre los sábados de diez y media a dos.
Mismo modelo, misma manera de escribir. Con el papel delante, la palabra más probable pasa a ser la que está escrita en él.
Tres cosas que notas, y de dónde vienen
| Lo que notas | De dónde viene |
|---|---|
| Redacta con soltura | Ha visto tanto texto que la palabra probable suele ser también la bien escrita. |
| A veces inventa | Si le falta el dato, la palabra probable sigue saliendo. No trae un «no lo sé» de fábrica. |
| Necesita tus documentos | Lo tuyo no estaba en lo que leyó. Con el papel delante, lo probable pasa a ser lo que pone el papel. |
Lo que se pregunta sobre los LLM
¿Qué es un LLM en inteligencia artificial?
Un modelo de lenguaje grande: un programa entrenado con enormes cantidades de texto para predecir cómo continúa una frase. Es la pieza que escribe dentro de los asistentes de IA. «Grande» va por el volumen de texto del que aprendió y por su tamaño interno.
¿Cómo funciona un modelo de lenguaje?
Calcula qué fragmento es más probable a continuación del texto que tiene delante, lo añade y repite. No consulta una base de datos ni comprueba hechos, aunque el resultado a menudo lo parezca.
¿ChatGPT es un LLM?
No exactamente. ChatGPT es el producto, y por dentro funciona con modelos de la familia GPT, que sí son LLM. Con Claude o Gemini pasa igual, solo que producto y modelo comparten nombre.
¿Un LLM entiende lo que escribe?
Es una discusión abierta, y depende de a qué se llame entender. Lo comprobable es lo que hace: produce el texto más probable a partir de patrones aprendidos. Para trabajar con uno basta una consecuencia: por sí mismo no separa lo cierto de lo verosímil.
¿Y si antes de escribir mirase tus papeles?
Una máquina de predecir palabras acierta más con el dato delante.
Pide acceso