Training (ML)
IA & ML · Superficial
El proceso de optimizar los parametros de un modelo exponiendolo a datos y ajustando los pesos para minimizar una función de perdida. El pre-entrenamiento con grandes conjuntos de datos crea modelos fundacionales. Entrenar LLMs requiere computo masivo (miles de GPUs, semanas/meses). La calidad, diversidad y tamano de los datos de entrenamiento impactan directamente las capacidades del modelo. Se distingue del ajuste fino (menor escala, dominio específico).