Capas, parámetros y pesos

Qué aprenderás

• Qué son parámetros y pesos en una red neuronal.
• Qué diferencia hay entre entrenamiento e inferencia.
• Por qué el tamaño de un modelo no determina automáticamente su calidad.

Parámetros: valores que se ajustan

Los parámetros son valores numéricos que forman parte del modelo y se ajustan durante el entrenamiento. Los pesos son un tipo central de parámetro: participan en cómo una representación se transforma o cuánto influye una señal en un cálculo. En una explicación introductoria se suelen usar ambos términos de manera cercana, aunque una arquitectura puede tener también otros valores entrenables.

Las capas aplican transformaciones sucesivas sobre las representaciones. No guardan una fila legible por cada documento ni una regla explícita para cada respuesta.

Entrenamiento e inferencia

Durante el entrenamiento, el sistema procesa ejemplos, calcula un error respecto del objetivo y ajusta parámetros mediante optimización. El proceso repetido modifica muchos valores distribuidos.

Durante la inferencia, el modelo usa los parámetros ya ajustados para procesar una entrada nueva y calcular una salida. Puede haber adaptaciones o capas adicionales en un producto, pero el uso habitual no vuelve a entrenar el modelo base con cada consulta.

Tamaño y capacidad

Un modelo puede describirse por la cantidad de parámetros, entre otros factores. Más parámetros pueden permitir representar patrones más complejos, pero también implican necesidades de memoria, tiempo, energía y datos de entrenamiento. El resultado depende además de la calidad de los datos, el objetivo, la arquitectura, la alineación, el contexto y la tarea.

más parámetros ≠ automáticamente mejor
parámetros ≠ documentos
parámetros ≠ registros de una base de datos

Ejemplo en una organización

El área de datos guarda millones de órdenes en una base con identificadores, fechas y estados. Los parámetros de un LLM no son esa tabla ni garantizan que el modelo pueda devolver el registro exacto de una orden. Para responder sobre el estado actual, la aplicación debe consultar el sistema de datos y entregar el resultado, o usar una herramienta con permisos controlados.

Una simplificación útil

Analogía simplificada: pensá en una consola con muchos controles ajustados durante una práctica. Los controles no son las hojas de práctica guardadas, sino valores que modifican cómo se procesa una nueva partitura. La analogía no describe la cantidad real de parámetros ni reemplaza la explicación matemática.

Qué no significa

• Los pesos no son frases almacenadas de forma ordenada.
• Un parámetro no equivale a un hecho, cliente o documento.
• Inferencia no significa aprendizaje permanente de cada conversación.
• Un modelo grande no es automáticamente el más conveniente.

Errores frecuentes

1. Decir que el modelo "busca un archivo dentro de sus pesos".
2. Confundir memoria de la aplicación con parámetros entrenados.
3. Comparar modelos solo por el número de parámetros.
4. Afirmar que cada respuesta modifica el modelo base.

Ideas principales

• Los parámetros se ajustan en entrenamiento y se usan en inferencia.
• Los pesos participan de transformaciones distribuidas en capas.
• Los parámetros no son documentos ni una base de datos.
• Calidad, costo y capacidad no se deducen de una sola cifra.

Autoevaluación

1. ¿Qué ocurre con los parámetros durante el entrenamiento?
2. ¿Por qué los pesos no permiten consultar directamente la orden 1842?
3. ¿Qué costos puede agregar un modelo con más parámetros?

Fuentes

• Deep Learning — Goodfellow, Bengio y Courville, MIT Press — https://www.deeplearningbook.org/ — consulta: 2026-10-03.
• Language Models are Few-Shot Learners — Brown et al., arXiv — https://arxiv.org/abs/2005.14165 — consulta: 2026-10-03.
• Introduction to Large Language Models — Google Cloud — https://cloud.google.com/use-cases/generative-ai — consulta: 2026-10-03.

Seguir aprendiendo

• Unidad 6: cómo los parámetros participan en una predicción.
• Unidad 11: por qué tener parámetros no equivale a tener una fuente de verdad.
• Unidad 13: cómo balancear capacidad, costo y latencia al elegir un modelo.