Modelo fundacional

¿Qué es un modelo fundacional?

Detrás de ChatGPT, Claude y compañía hay un modelo de propósito general alimentado con océanos de datos. Un modelo fundacional es esa base: un modelo preentrenado a gran escala, listo para adaptarse a todo tipo de tareas posteriores. No nace para un único trabajo, y aun así asume casi cualquiera.

¿Dónde entra lo de «fundacional»?

Datos masivos
Entrenado con páginas web, libros, código y conversaciones, ha visto una porción enorme del conocimiento humano: la fuente de su capacidad de generalizar.
General, no especializado
A diferencia de la IA antigua, hecha solo para jugar al ajedrez o etiquetar fotos, un modelo fundacional se puede ajustar para escribir, programar o traducir.
Las capacidades emergen
Pasado cierto umbral de parámetros y cómputo, el modelo desbloquea de golpe habilidades que nadie le enseñó: razonamiento, preguntas de sentido común, como si le «hiciera clic».

¿Es lo mismo que un «modelo de lenguaje grande»?

Los modelos de lenguaje grandes (LLM) son el tipo más famoso de modelo fundacional, especializado en texto. Pero los fundacionales son más amplios: los de imagen, voz y multimodal también entran. Así que un LLM es un modelo fundacional, pero no todos los fundacionales son LLM.

¿Por qué marca un antes y un después?

Hacer una app de IA antes significaba entrenar un modelo desde cero para cada tarea: caro y lento. Los modelos fundacionales separan «entrenar» de «usar»: todos comparten una base potente y luego la afinan a su gusto. Costes y barreras se desploman. La IA pasa de artesanal a plataforma, y esa es la raíz de este auge.

En resumen: un modelo fundacional es el chasis de propósito general de la IA — pónle las ruedas adecuadas y puede conducir lo que construyas.