Explicación detallada
La calidad de un modelo depende ante todo de su dataset: volumen, diversidad, limpieza, ausencia de sesgos y buen etiquetado. Generalmente se divide en conjunto de entrenamiento, de validación y de prueba para medir la generalización.
Ejemplos
ImageNet para la visión
Common Crawl para el texto web
Conjunto de tickets internos para fine-tuning de un chatbot de soporte
Preguntas frecuentes
¿Qué tamaño de dataset?
Unos cientos de ejemplos son suficientes para fine-tuning; los foundation models se entrenan con terabytes de datos.
Términos relacionados
Machine Learning
Rama de la IA en la que los modelos aprenden patrones a partir de datos en lugar de seguir reglas explícitas.
Aprendizaje supervisado
Aprendizaje a partir de ejemplos etiquetados (entrada → salida esperada).
Embedding
Representación vectorial de un texto, una imagen o un objeto, que captura su significado en un espacio numérico.
Fine-tuning
Reentrenamiento de un modelo preexistente con un conjunto de datos específico para adaptarlo a un dominio.
Última actualización: 15/7/2026