Modo
Agendar llamada
Glosario

¿Qué es un LLM?

Un LLM (large language model o modelo de lenguaje grande) es un modelo de inteligencia artificial entrenado con enormes cantidades de texto para predecir y generar lenguaje. Es el motor detrás de Claude, GPT, Gemini o Llama, y sirve para redactar, resumir, traducir, razonar sobre documentos y conversar.

#Cómo funciona

Un LLM no lee palabras sino tokens: fragmentos de texto que pueden ser una palabra entera, una parte de ella o un signo. Durante el entrenamiento aprende, a partir de volúmenes enormes de texto, qué token suele venir después de otros. Al responder hace exactamente eso, una y otra vez: calcula el siguiente token más adecuado según todo lo anterior. De esa predicción repetida salen respuestas que parecen razonadas, y muchas veces lo están.

Cada modelo tiene una ventana de contexto: la cantidad máxima de tokens que puede tener en cuenta a la vez, sumando las instrucciones, los documentos que se le pasan y la conversación. Lo que queda afuera de esa ventana, el modelo no lo ve. Por eso importa qué información se le da y en qué orden, que es de lo que trata el prompt engineering.

El problema más conocido son las alucinaciones: el modelo genera datos falsos con el mismo tono seguro que los verdaderos, porque su objetivo es producir texto plausible, no verificar hechos. Se reducen dándole fuentes concretas (con técnicas como el RAG), pidiéndole que diga de dónde sale cada dato y revisando lo que importa.

Entre los LLM más conocidos están Claude (Anthropic), GPT (OpenAI), Gemini (Google) y Llama (Meta), este último con pesos abiertos. Sobre ellos se construyen los chats, los agentes de IA y buena parte de la IA generativa de texto. En una agencia de marketing con IA se elige el modelo según la tarea: uno más capaz para redactar con la voz de la marca, otro más rápido y barato para clasificar mensajes.

#Un ejemplo

Un estudio contable recibe muchos mails de clientes por día. Con un LLM, cada mail se resume en dos líneas, se clasifica por tema y se le sugiere una respuesta al contador, que la revisa antes de enviarla. Lo que antes era una mañana entera de bandeja de entrada pasa a ser una lectura rápida.

#Casos de uso

  • Redacción con contexto: borradores de artículos, emails o guiones a partir de un brief y de ejemplos de la marca.
  • Resumen y extracción: los datos clave de contratos, transcripciones o reseñas, sin leerlos completos.
  • Clasificación: consultas, comentarios o tickets ordenados por tema e intención.
  • Conversación: la base de los chatbots y agentes que atienden clientes.

Preguntas frecuentes sobre LLM (modelo de lenguaje grande)

¿Un LLM aprende de lo que le escribo?

No durante la conversación: usa lo que tiene en su ventana de contexto y sus parámetros no cambian por lo que le escribes (algunas apps guardan notas entre chats, pero eso no modifica el modelo). Otra cosa es si el proveedor usa tus chats para entrenar versiones futuras. En Claude, los planes personales entrenan con tus chats si lo permites en la configuración de privacidad, y Anthropic indica que por defecto no entrena con sus productos comerciales, como la API.

¿Un LLM sabe lo que pasó ayer?

No por sí solo. El modelo aprende de textos reunidos hasta una fecha de corte de su entrenamiento, y lo posterior no lo conoce salvo que alguien se lo pase. Por eso los asistentes que responden sobre temas recientes buscan en la web en el momento. Si la herramienta no busca, dale tú el documento o pídele que diga cuándo no sabe algo, como explicamos en cómo evitar que ChatGPT invente datos.

Capacitación en IA para empresas

¿Quieres que tu equipo sepa qué modelo de IA usar en cada tarea?

Acompañamos a tu equipo dentro de la empresa hasta que trabaja con IA en sus propios procesos.

Elegí qué cookies usamos