🤯 Cómo funcionan los LLM bajo el capó #MLSTART

Cuando te encuentras por primera vez con grandes modelos de lenguaje, parece que hay algo de magia dentro. 🪄

Pero en realidad es mucho más simple (e interesante). Si lo simplificamos mucho, se puede decir que un LLM simplemente predice el siguiente carácter o palabra.

“Mira” el contexto, evalúa las probabilidades de todas las continuaciones posibles y elige la más adecuada. Es decir, en el fondo es una clasificación multiclase común, solo que a una escala gigantesca.

🎞 Para verlo visualmente, hay dos recursos excelentes:

- 3Blue1Brown - explica visualmente cómo funcionan las redes neuronales. Después de sus videos, muchas cosas se vuelven literalmente obvias.

- Andréi Karpathy - exdesarrollador de OpenAI, analiza cómo construir un GPT desde cero. Sin rodeos, muy sistemático. Muestra paso a paso cómo se construye un modelo de lenguaje y por qué hace lo que hace.

💬 Estas dos listas de reproducción realmente ayudan a armar el rompecabezas en la cabeza: desde las redes neuronales hasta los transformadores, y de ahí a la comprensión de los LLM.

Volver al índice

👩‍💻 Data Flow