Glosario de IA Models & Architecture
¿Qué es un modelo fundacional?
← Todos los términos del glosarioModelo grande entrenado con datos muy amplios que se adapta, con prompts o fine-tuning, a muchas tareas distintas.
Explicación
Un modelo fundacional es un modelo de aprendizaje automático grande, entrenado con datos muy amplios, normalmente con aprendizaje autosupervisado, para que capte patrones generales del lenguaje, las imágenes o el código. En lugar de entrenar un modelo para cada tarea, los equipos adaptan el mismo modelo fundacional con prompts, recuperación de información o fine-tuning. El término lo propusieron investigadores de Stanford en 2021 para describir este cambio. Los modelos de lenguaje grandes, como las familias GPT, Claude o Llama, son los ejemplos más conocidos, pero también hay modelos fundacionales de imagen, voz, código y otros tipos de datos.
Cómo se construye y cómo se usa
- Preentrenamiento: el modelo aprende de un conjunto de datos enorme y variado, por ejemplo prediciendo la siguiente palabra de un texto.
- Alineamiento opcional: un entrenamiento adicional para que siga instrucciones y se comporte de forma segura.
- Adaptación: el mismo modelo se orienta a una tarea con un prompt, recibe datos de la empresa mediante recuperación o se ajusta con ejemplos.
- Despliegue: se usa por API o en tu propia infraestructura, según el modelo y su licencia.
Modelo fundacional frente a LLM
Todo modelo de lenguaje grande es un modelo fundacional, pero no todo modelo fundacional es de lenguaje. El término abarca cualquier modelo grande preentrenado para reutilizarse en muchas tareas, incluidos los de imagen, audio, vídeo o entrada multimodal.
Como muchas aplicaciones comparten los mismos pocos modelos, sus virtudes y sus fallos, como los sesgos o la tendencia a afirmar con seguridad datos falsos, pasan a todo lo que se construye encima.
Qué valorar al elegir uno
- Calidad en tus tareas, medida con tu propio conjunto de evaluación y no solo con benchmarks públicos.
- Coste y latencia con el volumen que esperas.
- Alojamiento y datos: dónde se ejecuta, qué pasa con lo que le envías y si te sirven los modelos de pesos abiertos.
- Licencia y obligaciones regulatorias, incluidas las de los modelos de IA de uso general en el Reglamento europeo de IA.
- Margen para cambiar: diseñar la aplicación de forma que puedas sustituir el modelo cuando salgan otros mejores o más baratos.
Preguntas frecuentes
¿Qué es un ejemplo de modelo fundacional?
Las familias de modelos de lenguaje GPT, Claude, Gemini y Llama son modelos fundacionales. También lo son los grandes modelos de imagen y de voz que se preentrenan una vez y se reutilizan en muchas tareas.
¿ChatGPT es un modelo fundacional?
ChatGPT es un producto construido sobre modelos fundacionales de OpenAI. Los modelos GPT de debajo son los modelos fundacionales; la aplicación de chat añade la interfaz, las herramientas y las capas de seguridad.
¿Qué diferencia hay entre un modelo fundacional y un modelo de IA generativa?
Los términos se solapan. «Modelo fundacional» describe cómo se construye y se reutiliza (preentrenamiento amplio, muchas tareas); «generativo» describe lo que hace (crea contenido nuevo). Casi todos los modelos fundacionales actuales son generativos, pero algunos se usan sobre todo para clasificar o para generar embeddings.
¿Una empresa necesita entrenar su propio modelo fundacional?
Casi nunca. Entrenar uno exige muchísimos datos, capacidad de cómputo y experiencia. A la mayoría le sale más a cuenta adaptar un modelo existente con prompts, recuperación sobre sus propios datos y, donde compense, fine-tuning.
¿Por qué se llaman modelos fundacionales?
Porque son una base común sobre la que se construyen muchas aplicaciones. El informe de Stanford que acuñó el término también subrayaba que eso los convierte en un punto de fallo compartido: las debilidades de la base pasan a todo lo que se apoya en ella.
Guías de decisión que usan este término
- LLM open source vs propietarios: ¿cómo debe elegir una empresa?
- Un único proveedor de IA vs estrategia multimodelo: ¿conviene apostar por uno solo?
- Proveedor o implantador en el Reglamento Europeo de IA: ¿qué papel tienes y qué te toca?
- Modelos de lenguaje pequeños o grandes: ¿cuál debe resolver tu caso de uso?
Dónde aparece en Thinkia
Para seguir leyendo
Términos relacionados
Fuentes
- Bommasani et al. · On the opportunities and risks of foundation models (arXiv) (en inglés)
- Brown et al. · Language models are few-shot learners (arXiv) (en inglés)
- AWS · What are foundation models? (en inglés)
Actualizado: 2026-10-21