Un modelo fundacional es un modelo grande, entrenado sobre una cantidad masiva y variada de datos, diseñado para servir como punto de partida general que luego puede adaptarse —mediante fine-tuning o prompt engineering— a una amplia variedad de tareas específicas, en lugar de resolver un único problema.
Por qué cambiaron el desarrollo de IA
Antes, era habitual entrenar un modelo distinto desde cero para cada tarea específica. Los modelos fundacionales permitieron que muchas organizaciones construyan aplicaciones de IA adaptando un mismo modelo base, ahorrando enormes cantidades de datos y cómputo respecto a entrenar todo desde cero.