alci.dev

Ai

39 términos

ABCDEFGHIJKLMNOPQRSTUVWXYZ

A

Agente Una entidad de software que puede tomar acciones de forma autónoma en nombre del usuario.Alineamiento (IA) El desafío de asegurar que los sistemas de IA actúen de acuerdo con los valores e intenciones humanas.Anthropomorphization (Antropomorfización) La tendencia a atribuir características humanas, emociones o consciencia a los sistemas de IA.Automatización (IA) Usar inteligencia artificial para realizar automáticamente tareas que previamente requerían intervención o toma de decisiones humanas.AX (Experiencia Agéntica) Una extensión de UX para la Era de la IA, diseñando productos agénticos que se sienten como relaciones en lugar de herramientas.

B

Benchmark (IA) Un benchmark de IA es una prueba para evaluar y comparar modelos como GPT o LLaMA. Conoce MMLU, GLUE y cómo interpretar resultados.Bucle de Retroalimentación Un proceso donde los sistemas de IA usan salidas o respuestas de usuarios para mejorar el rendimiento futuro y la toma de decisiones.

C

Chain of Thought - CoT (Cadena de Pensamiento) Una técnica de prompting que guía a los modelos de IA a desglosar el razonamiento complejo en procesos de pensamiento paso a paso.Cognitive Bias (Sesgo Cognitivo) Patrones sistemáticos de desviación de la racionalidad en el juicio que pueden ser replicados o amplificados por sistemas de IA.Computer Use (Uso de Computadora) Una capacidad de IA que permite a los modelos interactuar directamente con interfaces de computadora como lo haría un usuario humano.Context Window (Ventana de Contexto) La cantidad de texto o información que un modelo de IA puede considerar a la vez cuando genera respuestas.Contexto (IA) El contexto en IA es la información que permite a los modelos entender y responder mejor. Ventana de contexto, memoria y ejemplos prácticos.Copiloto (IA) Un asistente de IA que trabaja junto a los humanos para mejorar la productividad y proporcionar sugerencias inteligentes en tiempo real.

D

Determinístico (IA) Comportamiento de IA que produce la misma salida dadas entradas idénticas, asegurando resultados predecibles y repetibles.

E

Embeddings Representaciones numéricas que capturan el significado y relaciones entre palabras, conceptos, o puntos de datos en espacio de alta dimensión.Escape de Emergencia Un mecanismo de respaldo que permite a usuarios o sistemas anular decisiones de IA o revertir a control manual cuando sea necesario.Evaluaciones (Evals) Evaluaciones y pruebas sistemáticas diseñadas para medir las capacidades, seguridad y rendimiento de modelos de IA en varias tareas.Evaluation Harness (Arnés de Evaluación) Un marco de software que ejecuta sistemáticamente pruebas y benchmarks para evaluar el rendimiento de modelos de IA en múltiples tareas y métricas.Explicabilidad La capacidad de los sistemas de IA de proporcionar explicaciones claras y comprensibles para sus decisiones y procesos de razonamiento.

F

Few-Shot Learning (Aprendizaje con Pocos Ejemplos) Un enfoque de IA donde los modelos aprenden a realizar nuevas tareas usando solo un pequeño número de ejemplos de entrenamiento.Fundamentación Conectar contenido generado por IA a fuentes factuales y conocimiento del mundo real para reducir alucinaciones y mejorar precisión.

G

Generative UI (UI Generativa) Interfaces impulsadas por IA que crean y adaptan dinámicamente elementos de interfaz de usuario basándose en contexto y necesidades del usuario.GPT Transformador Generativo Preentrenado, un tipo de arquitectura de modelo grande de lenguaje que genera texto similar al humano.GPU Cluster (Cluster GPU) Una colección de unidades de procesamiento gráfico trabajando juntas para entrenar o ejecutar modelos de IA a gran escala.Ground Truth - Verdad Fundamental en IA y Machine Learning Ground Truth son los datos verificados y correctos que sirven como referencia para entrenar y evaluar modelos de IA. Aprende tipos, cómo obtenerlo, métricas de calidad y su importancia en machine learning.Guardrails (Barreras de Protección) Los guardrails de IA son mecanismos de seguridad que limitan las respuestas de modelos como ChatGPT. Tipos, ejemplos y buenas prácticas.

H

Hallucination (Alucinación) Cuando los sistemas de IA generan información que suena plausible pero es factualmente incorrecta o fabricada, no basada en datos de entrenamiento.Human-in-the-Loop - HITL (Humano-en-el-Bucle) Un enfoque de IA que incorpora juicio y supervisión humana en puntos críticos de decisión en procesos automatizados.

I

IA (Inteligencia Artificial) El campo amplio de crear sistemas que pueden realizar tareas que normalmente requieren inteligencia humana.IA Ambiental IA que opera sin interrupciones en segundo plano en entornos e interacciones sin comandos explícitos del usuario.IA Generativa Sistemas de IA que crean contenido nuevo como texto, imágenes, código, o audio basándose en patrones aprendidos de datos de entrenamiento.Inferencia El proceso de usar un modelo de IA entrenado para hacer predicciones o generar salidas desde datos de entrada nuevos, no vistos previamente.Instruction Following Model (Modelo de Seguimiento de Instrucciones) Un modelo de IA entrenado para entender y ejecutar instrucciones o comandos específicos dados en lenguaje natural.

L

Large Language Model (LLM) Un modelo de IA entrenado en vastos datos de texto para entender y generar lenguaje similar al humano.

M

Machine Learning (ML) El campo amplio de entrenar algoritmos para mejorar a partir de datos sin programación explícita.

P

Prompt Engineering La práctica de diseñar prompts efectivos para guiar el comportamiento de IA y mejorar la salida.

R

RAG (Retrieval-Augmented Generation) Una técnica que mejora la salida de modelos grandes de lenguaje incorporando información de fuentes de conocimiento externas.

T

Tokens (Créditos) Unidades de medida y pago para el uso de API de IA, representando recursos computacionales consumidos por operaciones de IA.

V

Vibe Coding Un enfoque de programacion donde los desarrolladores describen lo que quieren en lenguaje natural y la IA genera el codigo.