Clicked Gallery

¿Qué es el entrenamiento en IA?

Subrayado en un documento técnico real. Explicado por Clicked.

Usado en una frase

Engineering Notes · AI Systems

Training the model consumed several months of compute before a single question was ever asked of it.

El lector subrayó una palabra en la documentación. Clicked explicó el término técnico «training» en términos simples:

Explicado en tres niveles

Los mismos datos, otro rollo — Modo jerga 😎

El método Clicked

●○○

Overview

El entrenamiento es cómo se construye un modelo. Se le muestran cantidades enormes de material, normalmente texto pero a menudo también imágenes y código, y sus ajustes internos se modifican hasta que sus predicciones dejan de mejorar. Etapas posteriores moldean cómo responde más que lo que sabe. Los ajustes se congelan para el lanzamiento solo después de todo eso, y nada de lo que escribas en una conversación los cambia.
●○○

Overview

Cada modelo que has usado llegó ya horneado. Meses de electricidad se fueron en mover sus tripas un pelo cada vez hasta que la salida dejó de ser ruido, y entonces salió a la calle. Los laboratorios pueden volver y retocarlo después, y en los modelos abiertos también puede hacerlo cualquiera con hardware serio. Lo que desde luego no lo retoca eres tú, escribiendo. 😎

Una idea rápida — muchas veces es todo lo que necesitas.

●●○

Detail

Un modelo empieza como millones de números puestos al azar, produciendo puro ruido. El entrenamiento esconde la siguiente palabra de un fragmento, compara la predicción del modelo con la respuesta real y empuja los números un poco hacia equivocarse menos, un método llamado descenso de gradiente estocástico. Repite eso unos cuantos billones de veces y los números se asientan en algo que predice el lenguaje bien. ¿Por qué no programar directamente las reglas del idioma? Porque nadie sabe enunciarlas: explicar por qué «té cargado» suena bien y «té potente» no llevaría una vida entera, y esa es una expresión entre millones. Aprender de ejemplos evita tener que escribir ninguna regla. Tres etapas se suceden: el preentrenamiento sobre el grueso del material, el ajuste fino sobre un conjunto más estrecho de ejemplos, y el aprendizaje por refuerzo con retroalimentación humana, donde personas ordenan respuestas. El preentrenamiento es la etapa cara y termina mucho antes del lanzamiento, y por eso cada modelo tiene una fecha de corte de conocimiento.
●●○

Detail

El entrenamiento es la parte en la que la cosa se fabrica de verdad, y el mecanismo es bastante simple. Esconde una palabra, deja que adivine, mira cuánto ha fallado y desplaza cada número un pelo hacia mejor. Hazlo unos cuantos billones de veces con un centro de datos y meses de electricidad, y el ruido se convierte en lenguaje fluido. ¿Y por qué no darle la gramática y ahorrarse todo esto? Porque intenta poner en palabras por qué «un paseíto rápido» funciona y «un rápido paseíto» no, y luego repítelo varios millones de veces más, en cada idioma. Esa lista no la ha terminado nadie, así que la máquina va y encuentra los patrones ella sola. Que es también por qué «he entrenado a ChatGPT para que escriba en mi estilo» no es exactamente lo que pasó. Le diste instrucciones. La aplicación puede incluso guardarlas para la próxima, pero el modelo en sí sigue intacto. 😎

¿Quieres más? Un clic profundiza.

●●●

Analogy

Aprender a coger una pelota al vuelo. Nadie te da las ecuaciones de una parábola, y leerlas tampoco ayudaría mucho. Sacas las manos, fallas, y algo se ajusta muy ligeramente. Unos miles de capturas después se te da bien, y sigues sin poder escribir la regla que aprendiste.
Deepest level reached.
●●●

Analogy

Volverse bueno en un videojuego. No te leíste la documentación del motor de físicas. Tu personaje murió doscientas veces y tus manos lo fueron resolviendo solas. Pregúntate después qué aprendiste y apenas sabrás ponerlo en palabras, cosa incómoda en las fiestas y también exactamente como funciona esto. 😎
Deepest level reached.

¿Concepto nuevo? Un ejemplo cotidiano lo hace clic — nuevas analogías cuando quieras.

Las explicaciones de IA pueden contener errores · No es asesoramiento profesional

Definición formal — El mismo término, explicado de la forma habitual

El entrenamiento es el proceso de ajustar iterativamente los parámetros de un modelo para minimizar una función de pérdida calculada sobre un conjunto de datos, normalmente mediante descenso de gradiente estocástico con retropropagación. En la mayoría de sistemas en producción, al preentrenamiento le siguen etapas adicionales como el ajuste por instrucciones y el aprendizaje por refuerzo con retroalimentación humana, todas ellas anteriores al despliegue. La inferencia, en cambio, aplica los parámetros ya fijados a entradas nuevas sin modificarlos.

¿Quieres que Clicked te explique términos como «training» directamente en tu navegador, incluso en PDFs?

Añadir a Chrome — Gratis

50 Explicaciones gratis · Sin tarjeta de crédito