¿Qué es un LLM? Grandes modelos de lenguaje, explicados sin exageraciones.
ai · Oct 6, 2026 · 4 min read
LLM significa Large Language Model, y el nombre es más literal de lo que parece: un modelo de lenguaje grande.
el mecanismo en un párrafo
Durante el entrenamiento, el modelo lee una asombrosa cantidad de texto con una tarea: predecir la siguiente palabra. se equivoca miles de millones de veces y cada error modifica un poco miles de millones de parámetros internos. lo que surge no es una base de datos de hechos: es un mapa estadístico comprimido de cómo encajan las ideas, las oraciones y los argumentos. cuando le preguntas algo, navega por ese mapa y escribe el camino más plausible a través de él.
ese es todo el truco. todo lo demás (chatbots, codificación, traducción) es ese mecanismo que apunta a diferentes tareas.
en qué es realmente bueno
- transformar el texto que le das: resume esto, traduce aquello, reescribe en lenguaje sencillo, extrae las fechas
- redacción de cuándo un humano revisará: primeras versiones, esquemas, correos electrónicos que editará
- explicando al nivel que pides: el mismo tema para un niño o para un ingeniero
- código, cuando la tarea está bien especificada: ha leído mucho código y el código tiene una sintaxis estricta con la que se puede equivocar
en qué es realmente malo
-
saber algo reciente (su conocimiento se detuvo en el momento del entrenamiento)
- contar, citar con precisión, hacer aritmética con certeza
- permanecer en silencio: siempre producirá una respuesta, incluso cuando la respuesta honesta es "no hay manera de saberlo"
- su contexto específico: nunca ha conocido a sus clientes, su código base, sus facturas
las tres preguntas que hago antes de usar una para algo real
- ¿Qué pasa cuando está mal? Si el costo es una risa, vuélvete loco. Si el costo es una presentación legal, ponga a un humano al tanto.
- ¿Puedo verificar el resultado más rápido que escribiéndolo yo mismo? Si no, el llm aquí es un juguete, no una herramienta.
- ¿La tarea es transformación o conocimiento? La transformación (reescribir, resumir, traducir) es donde brillan. el conocimiento es donde alucinan
Construyo sitios web, no modelos, y esta publicación son notas de un usuario, no de un investigador. pero esa es exactamente la perspectiva que la mayoría de las explicaciones omiten: la pregunta interesante para la mayoría de la gente no es "cómo funciona por dentro", sino "para qué sirve y dónde se rompe".