Modèle Actualizado 2026-04
Transformer
Transformer Architecture
Definición
El Transformer es la arquitectura de red neuronal que impulsa todos los LLM modernos, inventada por Google en 2017.
Ver también en el glosario
L
LLM (Large Language Model)
An LLM is an AI model trained on billions of texts, capable of understanding and generating human language.
A
Attention Mechanism
The attention mechanism allows a model to weigh the importance of each word relative to all others, capturing global context.
D
Deep Learning
Deep Learning is a subset of Machine Learning using multi-layered neural networks to learn complex representations from raw data.
N
Neural Network
A neural network is a computing model inspired by the human brain, composed of layers of interconnected nodes that process information to learn patterns.
Herramientas que usan transformer
Preguntas frecuentes
¿Por qué el Transformer revolucionó la IA?
Gracias al mecanismo de atención que procesa todas las palabras en paralelo (no de forma secuencial). Esto captura relaciones de largo alcance en el texto y permite un escalado masivo.
¿Todos los LLM usan Transformers?
Sí, en 2026 todos los LLM principales (GPT, Claude, Gemini, Llama, Mistral) se basan en la arquitectura Transformer. Existen alternativas (Mamba, RWKV) pero siguen siendo de nicho.
