Transformador generativo preentrenado

Carta Poco común · N.º 102480

Los transformadores generativos preentrenados (GPT) son un tipo de modelo de lenguaje grande (LLM)​​​ y un marco prominente para la inteligencia artificial generativa.​​ El primer GPT fue presentado en 2018 por OpenAI.​ Los modelos GPT son redes neuronales artificiales que se basan en la arquitectura del transformador, preentrenados en grandes conjuntos de datos de texto sin etiquetar, y capaces de generar contenido novedoso similar al humano.​​ A partir de 2023, la mayoría de los LLM tienen estas características​ y a veces se hace referencia a ellos como GPT.​ OpenAI ha lanzado modelos básicos GPT muy influyentes que han sido numerados secuencialmente para conformar su serie "GPT-n".​ Cada uno de ellos era significativamente más capaz que el anterior, debido a su mayor tamaño (número de parámetros entrenables) y entrenamiento. El más reciente, el GPT-5, salió al mercado el 7 de agosto de 2025. Estos modelos han sido la base de sus sistemas GPT para tareas más específicas, incluidos los…

Leer en Wikipedia · Imagen Original: Marxav, Vectorización: Mrmw, CC0