Laboratorio
¿Qué pasa dentro de un LLM cuando le escribes?
Nos hemos acostumbrado a usar la inteligencia artificial como una caja negra, pero lo que ocurre por dentro es mucho más interesante. Este espacio es para abrirla. Escribe cualquier frase abajo y observa cómo la procesa el modelo en tiempo real. Sin simulaciones: son los datos y números reales con los que calcula la máquina.
Tu frase se parte en piezas
Un LLM no lee letras: lee tokensTrozos de texto —una palabra entera, un fragmento o un signo—. El modelo no ve letras: ve estas piezas., y a cada pieza le pone un número. Escribe y míralo.
tokenizador de GPT-4o · 0/600
Cargando el tokenizador
Las palabras se vuelven coordenadas
Antes de predecir, el modelo traduce cada texto a un embeddingUna lista de cientos de números (un vector) que sitúa el significado del texto en un espacio. Textos parecidos caen cerca.: una lista de números que captura su significado. Para medir cuánto se parecen dos textos compara sus vectores con la similitud cosenoEl coseno del ángulo entre dos vectores. 1 = misma dirección (muy parecido), 0 = sin relación. Con textos reales casi nunca llega a los extremos..
Comparar con
significado · vectores
Edita las frases y pulsa «Comparar».
Las barras se escalan entre sí para que se lean; el número es el coseno real. Con embeddings de verdad casi nunca baja de 0 ni llega a 1: lo que importa es el orden, no el valor absoluto.
El modelo no elige: calcula probabilidades
Dale el principio de una frase. El modelo no «decide» la siguiente palabra: calcula la probabilidadPara cada palabra posible, el modelo estima cuánto «encaja» como continuación. Luego tira un dado cargado con esas probabilidades. de cada candidata y tira un dado cargado.
predicción · siguiente token
Escribe el principio de una frase y pulsa «Predecir».
0 = siempre la más probable · alta = más caótico
Son las candidatas más probables. La temperatura las reescala aquí en tu navegador, sin volver a preguntar al modelo.