Hoy os traigo la explicación para entender qué hay debajo de ChatGPT en menos de 1 min
Cuando explico esto siempre empiezo por lo mismo, no es magia, son matemáticas.
1️⃣ Hay una multiplicación.
2️⃣ Un número multiplicado por un peso
3️⃣ Juntas varias, sumas, aplicas una función y tienes lo que llamamos una neurona
4️⃣ Conectas muchas neuronas en capas y tienes una red neuronal
5️⃣ Añades un mecanismo para que las palabras se miren entre sí, a eso lo llamamos la atención, y ya estás en un Transformer.
6️⃣ Apilas decenas de esos bloques transformeres, calculas qué palabra es más probable que venga después, repites, y el modelo escribe
Es una versión muy simplificada, pero creo que entender esa cadena, de la multiplicación al modelo de lenguaje, cambia bastante la forma en que uno usa estas herramientas. Se entiende mejor por qué aciertan, por qué a veces se inventan cosas y por qué los datos con los que se entrenan importan tanto.