Datapedia
Inteligencia Artificial

Modelos abiertos vs. cerrados

Distinción entre modelos de IA cuyos parámetros son públicos y pueden descargarse y modificarse libremente, y modelos cuyo acceso está restringido a través de una API controlada por su creador.

LLMEcosistema de IA

Un modelo abierto publica sus parámetros entrenados (pesos) para que cualquiera pueda descargarlos, ejecutarlos y, en muchos casos, modificarlos o reentrenarlos. Un modelo cerrado, en cambio, solo es accesible a través de una API controlada por la organización que lo desarrolló, sin acceso directo a sus parámetros internos.

El debate detrás de esta distinción

Los defensores de los modelos abiertos destacan la transparencia, la posibilidad de auditarlos y de adaptarlos libremente a necesidades específicas. Quienes prefieren un enfoque más cerrado suelen argumentar que permite un mayor control sobre usos indebidos y una actualización más controlada de la seguridad del sistema.