La IA se entiende
cuando puedes explorarla.

01 / Objetivo y recorrido

Primero, define el problema.

Un modelo útil empieza por una tarea concreta. «Responder sobre agricultura» es demasiado amplio para evaluarlo bien. Una primera tarea puede ser explicar conceptos de suelo a estudiantes y pedir contexto cuando una consulta no permite responder. Define quién lo usará, en qué idioma, qué preguntas admitirá y qué decisiones quedarán fuera.

Esta guía cubre el ciclo de construcción y adaptación de un modelo de lenguaje. El laboratorio permite entrenar desde cero un modelo estadístico pequeño. La ruta avanzada explica cómo adaptar un modelo abierto con herramientas actuales. El laboratorio no reproduce el entrenamiento de AgrOS y no convierte el navegador en un modelo de miles de millones de parámetros.

Dos recorridos

Introducción, 60–90 minutos sugeridos: módulos 2, 3, 8 y 9. Sólo necesitas un navegador. Taller técnico, seis sesiones sugeridas: toda la guía, Python básico, archivos JSON y nociones de estadística. El tiempo real depende de la experiencia del grupo y del proyecto.

Primer entregable: escribe un párrafo con usuario, tarea, ejemplos de éxito y motivos para abstenerse. Formula cinco preguntas que el sistema debería resolver y cinco que debería derivar o aclarar.

02 / Qué es un modelo

Aprende patrones. No guarda una enciclopedia exacta.

Un modelo de lenguaje es una función con parámetros que asigna probabilidades a posibles continuaciones de una secuencia. Un token es una unidad del tokenizador: puede ser una palabra, parte de ella, puntuación u otra secuencia. No equivale siempre a un carácter ni a una palabra.

Durante el entrenamiento se comparan predicciones con ejemplos y se ajustan parámetros para reducir una función de pérdida. En la inferencia se usan los parámetros ya aprendidos para generar una respuesta; normalmente no se actualizan por el solo hecho de conversar. Guardar una conversación tampoco reentrena el modelo.

En un Transformer, los mecanismos de atención relacionan posiciones del contexto. La ventana de contexto es limitada: una aplicación decide qué mensajes conserva y envía. Los pesos aprendidos, los documentos recuperados y el historial de la conversación son tres cosas diferentes.

Una frase puede sonar convincente y estar equivocada. Probabilidad de continuación no equivale a veracidad ni a certeza agronómica. Más páginas o menor pérdida de entrenamiento no demuestran, por sí solas, mejor respuesta a una pregunta nueva.

Lectura técnica: modelado causal del lenguaje.

03 / Elegir la estrategia

No todos los problemas necesitan otro entrenamiento.

LoRA es una técnica de adaptación eficiente, no un objetivo docente distinto: añade matrices entrenables de rango reducido y normalmente mantiene congelados los pesos base. Puede utilizarse para distintos objetivos, incluido continuar entrenamiento con texto o ajustar instrucciones. El rango y las capas elegidas cambian cuántos parámetros se entrenan.

Antes de añadir etapas, compara una base con buenas instrucciones, una adaptación y, si tu problema lo requiere, una recuperación documental. Elige con evidencia del caso de uso; no por el tamaño de la arquitectura.

Lectura técnica: LoRA y sus parámetros.

04 / Preparar los datos

La calidad comienza antes del primer paso.

1. Inventario: registra procedencia, autorización de uso, fecha, idioma, país, tema y versión de cada recurso. Mantén la trazabilidad privada aunque no muestres las fuentes en el chat.
2. Extracción: revisa OCR, tablas, unidades, caracteres y orden de lectura. Una tabla dañada puede invertir el significado de una recomendación.
3. Limpieza: retira navegación, duplicados, datos personales innecesarios y contenido fuera del alcance. No borres unidades, condiciones o advertencias para simplificar.
4. Clasificación: etiqueta dominio, cultivo, país y tipo de conocimiento. «Suelo» y «riego» pueden coexistir; registra cómo se asignaron las etiquetas.
5. Separación: agrupa documentos relacionados antes de dividir entrenamiento, validación y prueba. Evita que fragmentos del mismo documento o reformulaciones casi iguales aparezcan a ambos lados.
6. Muestreo: inspecciona ejemplos al azar y casos difíciles. Mide errores de extracción y distribución por tema, no sólo volumen.

Entrenamiento sirve para ajustar; validación para seleccionar configuraciones; prueba reservada para estimar desempeño final. Si usas el conjunto de prueba para corregir repetidamente el modelo, deja de ser una comprobación independiente. Define las particiones antes de experimentar.

{"id":"doc-demo-001","domain":"agricultura","country":"CL",
 "language":"es","year":2026,"permission":"material propio",
 "group_id":"documento-demo","split":"train","text":"Texto didáctico..."}

Registro ficticio para enseñar el formato. No representa un documento del corpus privado de AgrOS.

Entregable: una ficha del conjunto con inclusiones, exclusiones, distribución temática, límites, política de privacidad y huellas SHA-256 de los archivos usados.

05 / Dar forma al diálogo

Un texto agrícola no es una conversación.

Para enseñar comportamiento conversacional se necesitan ejemplos que muestren una pregunta, una respuesta útil y, cuando corresponda, una continuación. Incluye dudas ambiguas, preguntas básicas, cambios de tema, solicitudes fuera del alcance y casos en que faltan datos. Revisa tanto la exactitud como la naturalidad.

{"messages":[
 {"role":"user","content":"¿Basta con aumentar los datos para que un modelo sea mejor?"},
 {"role":"assistant","content":"No necesariamente. También importan la calidad, la diversidad y la evaluación. ¿Te interesa mejorar conocimientos o la forma de conversar?"},
 {"role":"user","content":"La forma de conversar."},
 {"role":"assistant","content":"Entonces conviene revisar ejemplos de diálogo y medir claridad, continuidad y preguntas de aclaración, además de exactitud."}
]}

La plantilla de chat transforma los roles en la secuencia que espera cada modelo. No inventes separadores ni uses una plantilla distinta al entrenar y al servir. Comprueba los tokens especiales, el final del turno, el truncamiento y qué tokens contribuyen a la pérdida.

En SFT puede calcularse la pérdida sólo sobre la respuesta del asistente. Esa configuración depende de que la plantilla marque correctamente las regiones de generación. Verifica el resultado tokenizado de unos pocos ejemplos antes de ejecutar un trabajo largo.

Entregable: ejemplos de varios turnos revisados por personas, sin nombres ni correos de participantes en el material de entrenamiento. Las correcciones del usuario son propuestas, no etiquetas verdaderas automáticamente.

Referencia de formatos y máscaras: SFT Trainer.

06 / Recursos y reproducibilidad

Dimensiona un experimento que puedas repetir.

Memoria de pesos, activaciones, gradientes y estados del optimizador son componentes distintos. El tamaño del archivo del modelo no equivale al consumo durante entrenamiento. LoRA reduce los parámetros que se actualizan, pero sigue necesitando cargar la base. Cuantización, longitud de secuencia, lote y checkpointing cambian los requisitos.

Como cálculo orientativo, 9.000 millones de parámetros a dos bytes por parámetro representan unos 18.000 millones de bytes sólo para pesos. No es una especificación de memoria de AgrOS ni el total necesario para entrenarlo. Mide un lote pequeño con la arquitectura y las versiones elegidas.

• Registra revisión exacta del modelo y tokenizador, versiones de bibliotecas, semilla y configuración.
• Guarda IDs y hashes de datos, particiones, plantilla y scripts; no incluyas secretos.
• Define un presupuesto máximo, espacio para checkpoints y criterio de interrupción.
• Empieza con una prueba pequeña y verifica que puedes guardar, cargar y continuar.

07 / Entrenar paso a paso

Haz una prueba pequeña antes de escalar.

1. Medir la base: genera respuestas a un conjunto de desarrollo con una configuración fija y conserva sus resultados.
2. Cargar: abre base y tokenizador de una revisión concreta. Comprueba licencia, compatibilidad y plantilla.
3. Preparar: tokeniza, define longitud y pérdida, inspecciona ejemplos y posibles truncamientos.
4. Configurar: selecciona capas/rango LoRA si corresponde, tasa de aprendizaje, lote, acumulación y frecuencia de evaluación/checkpoint.
5. Ensayo corto: confirma pérdida finita, gradientes, memoria y que sólo cambian los parámetros previstos. No interpretes pocas iteraciones como calidad.
6. Entrenar y observar: registra pérdida de entrenamiento y validación, velocidad, consumo y respuestas a ejemplos fijos. Detén ante valores no finitos o degradación persistente.
7. Recuperar: verifica un checkpoint con modelo/adaptador, optimizador, scheduler, semilla/RNG, paso y estado de datos si la herramienta lo admite. Guardar sólo pesos no garantiza reanudación idéntica.
8. Comparar: selecciona con validación y evalúa una vez sobre la reserva final. Conserva la base para revertir.

# Esquema conceptual: no es una receta ejecutable ni la configuración de AgrOS.
datos = validar_y_separar(corpus_autorizado)
base, tokenizador = cargar_revision_fijada()
modelo = configurar_adaptacion(base)
for lote in datos.entrenamiento:
    perdida = calcular_objetivo(modelo, tokenizador, lote)
    actualizar_solo_parametros_previstos(perdida)
    evaluar_y_guardar_cuando_corresponda()
comparar_con_base_en_reserva_no_usada_para_ajustar()

¿Cuánto texto procesa una ejecución?

Explora el cálculo. Supone secuencias completamente ocupadas y no cuenta contenido único. Padding, packing, truncamiento y repeticiones pueden cambiar su interpretación.

Fórmula: pasos × lote por dispositivo × acumulación × dispositivos × longitud. La cifra de AgrOS es un cálculo de configuración; no existe un contador directo validado de todos los tokens consumidos.

08 / Laboratorio interactivo

Entrena un modelo diminuto. Observa qué aprende.

Este modelo de bigramas de palabras cuenta qué palabra sigue a otra en el texto. «Entrenar» significa estimar esas frecuencias; «predecir» consiste en normalizarlas. No tiene atención, razonamiento ni capacidad de comprender el agro. Es una simplificación deliberada para ver cómo los datos afectan una salida.

Experimento sugerido

1. Entrena y consulta «modelo»: compara «aprende» y «necesita».
2. Repite diez veces una frase y vuelve a entrenar. ¿Qué salida domina?
3. Consulta una palabra inexistente. ¿Por qué no puede predecir?
4. Cambia una frase por una incorrecta: ¿el contador detecta el error? Explica por qué necesita evaluación externa.

laboratorio Python Próximamente · plan y rúbrica Próximamente

09 / Evaluar sin autoengañarse

¿Mejoró en lo que importa?

Compara base y adaptación con los mismos casos y condiciones. Oculta cuál produjo cada respuesta al revisor cuando sea posible. Registra criterios antes de ver el resultado y conserva los fallos. Una demostración escogida porque salió bien no reemplaza una evaluación.

Además del promedio, informa cantidad de casos, selección, temas, países, desacuerdos entre revisores y errores críticos. Una puntuación total alta no debe ocultar una recomendación dañina. Latencia, disponibilidad y tasa de respuestas incompletas son métricas operativas; no miden veracidad.

10 / Servir y observar

Un modelo es una parte del producto.

Para convertir pesos en una herramienta hacen falta inferencia, API, control de acceso, límites, manejo de errores, historial y una interfaz clara. Decide cuántas solicitudes admites, qué ocurre si se cae el equipo y cómo informas el estado sin revelar infraestructura privada.

En AgrOS, el modelo genera en el PC del desarrollador. El despliegue previsto usa un gateway web y un enlace privado hacia ese equipo. La interfaz local ya registra participantes, conserva país y conversación, y permite valorar y proponer correcciones. La web pública y el enlace de producción siguen pendientes.

• Disponibilidad: distinguir disponible, ocupado y desconectado; conservar la pregunta para reintento manual.
• Integridad: un reintento no debe duplicar conversaciones o valoraciones.
• Privacidad: separar identidad de texto, restringir acceso a bases y omitir secretos de logs y repositorios.
• Operación: respaldos verificables, monitor, recuperación, versiones y procedimiento de reversión.

Entregable: diagrama de componentes y una prueba de desconexión/reintento con datos ficticios. No confundir «el servidor responde» con «el modelo responde correctamente».

11 / Mejorar con revisión

De una corrección a un experimento controlado.

Conserva la respuesta original y la sugerencia por separado. Asocia país, perfil declarado y versión del modelo. Una opinión útil puede señalar un problema sin contener su solución; un rol profesional declarado no certifica la corrección.

1. Recoger consentimiento y autorización específica de uso para entrenamiento.
2. Revisar exactitud, contexto y privacidad del diálogo completo.
3. Corregir o rechazar; registrar quién aprobó y sobre qué versión.
4. Excluir datos sin permiso, sin perfil requerido o con aprobación desactualizada.
5. Separar casos destinados a evaluación de los candidatos de entrenamiento.
6. Crear una versión del conjunto, entrenar una nueva versión y compararla con la anterior.
7. Publicar sólo después de superar criterios definidos y conservar la posibilidad de volver atrás.

En este piloto el permiso de entrenamiento es opcional. El proceso privado genera candidatos revisados, no activa un entrenamiento. El correo de registro se guarda aparte y no se envía al modelo. El texto escrito libremente aún debe revisarse para retirar datos personales.

Entregable: una ficha de cambio que explique el error, los ejemplos incorporados, los resultados antes/después y las limitaciones restantes.

12 / Llevarlo al aula

Un proyecto docente de principio a fin.

Comprueba tu comprensión

La revisión se calcula aquí, no se envía al servidor ni constituye una certificación.

Referencias para la ruta avanzada

• Transformers: objetivo causal y preparación del texto
• PEFT: adaptación LoRA
• TRL: formatos de conversación y entrenamiento supervisado

Referencias consultadas el 1 de noviembre de 2026. Para reproducir un experimento, registra las versiones exactas empleadas; las APIs pueden cambiar. La receta avanzada es una guía de trabajo, no un entrenamiento validado para cualquier arquitectura.