FRENES

Glosario · Modelos de lenguaje

IA de código abierto

La IA de código abierto es una IA ofrecida con libertades de uso, estudio, modificación y redistribución, junto con los elementos necesarios para ejercerlas. El concepto va más allá de descargar los pesos, aunque distintas organizaciones utilizan la etiqueta con criterios o definiciones que pueden variar.

IA de código abierto: la explicación

Para estudiar o modificar una IA no basta con acceder a una interfaz de conversación. Usted necesita componentes pertinentes y derechos suficientes para trabajar con ellos. Una publicación puede incluir parámetros, código de ejecución, código de entrenamiento e información sobre los datos. Conviene revisar qué se ofrece realmente y bajo qué condiciones. Una etiqueta general no describe por completo el sistema, sus dependencias ni los cambios que podrá realizar de forma práctica en su entorno.

La apertura puede facilitar adaptaciones, revisiones y despliegues independientes. Una organización puede examinar el funcionamiento y elegir quién ejecuta el sistema. La definición de la Open Source Initiative exige información detallada sobre los datos, sin requerir siempre publicar todos los conjuntos originales completos: https://opensource.org/ai/open-source-ai-definition. Ese marco proporciona una referencia explícita, pero debe revisar la publicación concreta. Los componentes y la documentación disponibles determinan qué puede investigar, modificar y ejecutar realmente para el uso que necesita.

La expresión se utiliza de manera desigual en anuncios y presentaciones. Una aplicación de código abierto puede depender de un modelo remoto cerrado. Del mismo modo, descargar los pesos no revela todo el proceso de entrenamiento. La apertura tampoco garantiza respuestas correctas, instalación sencilla ni funcionamiento sin costes. Se refiere principalmente al acceso y a las libertades de estudio, modificación y redistribución. Conviene evaluar esas cuestiones separadamente del rendimiento, el mantenimiento y los recursos necesarios para utilizar el sistema.

Un ejemplo concreto

Usted busca un asistente para una biblioteca. Una propuesta publica el código de la interfaz, pero depende de un modelo remoto cerrado. Otra ofrece más componentes, documentación y derechos de modificación. Usted examina esas diferencias antes de decidir. También prueba la búsqueda y la calidad de las respuestas, porque la apertura no demuestra por sí sola que el sistema atenderá bien las consultas de los lectores.

Por qué importa

Este término importa para su autonomía técnica, la elección de proveedores y la posibilidad de adaptar el sistema. Puede facilitar ciertas revisiones si dispone de los conocimientos necesarios. Al comparar soluciones, pregunte qué componentes están disponibles y qué derechos los acompañan. Incluya alojamiento, mantenimiento y evaluación, porque una licencia abierta no elimina el trabajo necesario para utilizar una IA de forma fiable en su contexto.

Ideas equivocadas

  • Una IA gratuita no es necesariamente de código abierto, porque el precio es diferente de los derechos concedidos y del acceso a los materiales necesarios para estudiar, modificar y redistribuir de manera efectiva el sistema.
  • Una IA de código abierto no exige necesariamente publicar todos los registros originales de entrenamiento, porque algunos marcos requieren información detallada sobre los datos y contemplan materiales que no pueden redistribuirse íntegramente a cualquier persona.

Otros términos: modelos de lenguaje

alucinación
La alucinación es una respuesta de una IA que presenta información falsa, inventada o sin fundamento suficiente como si fuera fiable.
Transformer
Un Transformer es una arquitectura de red neuronal que procesa elementos, como fragmentos de texto, calculando relaciones entre ellos mediante atención.
embedding
Un embedding es una representación numérica de un contenido, normalmente expresada como una lista de números llamada vector.
token
Un token es una unidad que utiliza un modelo para representar y procesar parte de su entrada o de su salida.
ventana de contexto
La ventana de contexto es la cantidad máxima de contenido que un modelo puede considerar en un procesamiento determinado, normalmente medida en tokens.
pesos abiertos
Los pesos abiertos son valores aprendidos de un modelo que se ponen a disposición de otras personas para descargarlos y utilizarlos bajo determinadas condiciones.
cuantización
La cuantización es una técnica que representa algunos valores numéricos de un modelo con menor precisión.
GGUF
GGUF es un formato de archivo utilizado para distribuir modelos destinados a programas de inferencia compatibles.

Dónde lo trata este sitio

El término aparece en 195 páginas del sitio. Algunas:

Misma familia

Para ir más lejos

Preguntas frecuentes

¿Equivale a pesos abiertos?

No. Los pesos abiertos se refieren principalmente al acceso a los parámetros aprendidos. La IA de código abierto también implica libertades y materiales para estudiar y modificar el sistema. Compruebe el marco declarado y los componentes publicados.

¿El servicio tiene que ser gratuito?

No. Pueden ofrecerse servicios de pago alrededor de una IA de código abierto, como alojamiento y asistencia. Los derechos sobre los componentes y el precio de un servicio concreto son aspectos distintos que debe valorar.

¿La apertura garantiza la fiabilidad?

No. Puede permitir más revisión y modificaciones, pero siguen siendo posibles errores y sesgos. La fiabilidad debe evaluarse en su tarea, con controles adecuados a los documentos, las personas y las acciones que intervienen.

Neutralidad. Ningún enlace de afiliación. Ningún editor paga por ser evaluado, puntuado o clasificado. Las evaluaciones las dirige François Chollet, neutrales y factuales, y cada dato está fechado y con su fuente. Cómo puntuamos