TECNOLOGÍAS

LLM

Large Language Model

Un modelo estadístico entrenado para predecir el siguiente token, lo que lo hace sorprendentemente bueno en tareas de lenguaje y poco fiable en cualquier cosa que requiera corrección garantizada.

Última revisión: 2026-06-02 porKevin Riedl wiki ↗

Un LLM es un modelo entrenado con enormes cantidades de texto para hacer una sola cosa: predecir el siguiente token (a grandes rasgos, el siguiente fragmento de palabra) a partir de todo lo anterior. Apila suficiente de esa predicción y obtienes respuestas fluidas, resúmenes, traducciones y código. Ese es todo el truco. No es razonamiento en el sentido humano, es una compleción de patrones muy buena.

Esto importa porque explica tanto la magia como los límites. Un LLM no tiene memoria de tu negocio, ni conocimiento más allá de su fecha de corte de entrenamiento, ni una garantía incorporada de que la respuesta fluida que produce sea verdadera. Afirmará un dato falso con exactamente la misma confianza que uno correcto. Trátalo como una herramienta, no como un oráculo.

El LLM es la herramienta equivocada cuando necesitas resultados deterministas y auditables: cálculos fiscales, lógica regulatoria, cualquier cosa donde “casi siempre correcto” sea un riesgo. Lo correcto es envolver el modelo con la ingeniería aburrida que lo rodea: recuperación para los hechos, validación para la salida y una persona en el bucle donde el coste de equivocarse es alto. Eso es exactamente lo que construimos bajo Inteligencia Artificial.

El resumen honesto: un LLM es un motor de texto probabilístico. Usado para los trabajos adecuados (redacción, clasificación, extracción, búsqueda sobre tus propios datos) es un verdadero multiplicador de fuerza. Usado como fuente de verdad, es un riesgo lleno de confianza.

// FAQ

Preguntas frecuentes

Preguntas frecuentes

Un modelo que predice el siguiente fragmento de texto a partir del texto anterior. Entrenado con suficientes datos, esa predicción produce respuestas fluidas y útiles. Es compleción de patrones a gran escala, no comprensión.
Cuando necesitas una respuesta correcta garantizada y auditable. Un LLM es probabilístico, así que para cálculos fiscales, lógica de cumplimiento o cualquier cosa donde una respuesta equivocada con confianza sea peligrosa, usa código determinista y deja que el LLM asista en los márgenes.
Solo hasta su fecha de corte de entrenamiento. Cualquier cosa más reciente, o cualquier cosa específica de tu negocio, no la conoce a menos que le proporciones ese contexto en tiempo de ejecución mediante recuperación.