Banco de Preguntas: IA Generativa y LLMs

¿Cuál es una característica fundamental que distingue a la IA generativa de otras formas de IA?

• Genera nuevo contenido a partir de datos existentes.

• Clasifica datos en categorías ya conocidas.

• Ejecuta comandos sin necesidad de entrenamiento.

• Depende exclusivamente de reglas predefinidas.

Answer explanation

Explicación: La IA generativa, como los LLMs, se caracteriza por crear contenido nuevo (texto, imágenes, audio) a partir de patrones aprendidos, a diferencia de los sistemas discriminativos o de reglas fijas.

¿Qué rol cumplen los 'tokens' en el funcionamiento de un LLM?

• Representan fragmentos de texto que el modelo procesa secuencialmente.

• Son unidades de código fuente utilizadas para programar el modelo.

• Funcionan como etiquetas de salida clasificatoria.

• Representan archivos externos cargados durante la inferencia.

Answer explanation

Explicación: Los LLM dividen el texto en tokens (que pueden ser palabras, sílabas o fragmentos) y predicen el siguiente token en base al contexto, lo cual es clave en su funcionamiento generativo.

¿Qué técnica es comúnmente utilizada para entrenar modelos de lenguaje como GPT?

• Aprendizaje autosupervisado mediante predicción de la siguiente palabra.

• Reglas simbólicas definidas manualmente.

• Clasificación binaria supervisada.

• Refuerzo negativo con retroalimentación explícita.

Answer explanation

Explicación: Los LLMs suelen entrenarse usando aprendizaje autosupervisado, donde el modelo predice el siguiente token de una secuencia textual sin necesidad de etiquetas explícitas.

¿Cuál de los siguientes es un riesgo conocido en el uso de LLMs?

• Generar información plausible pero incorrecta (alucinaciones).

• Reducir la velocidad de conexión a internet.

• Requiere antivirus para cada ejecución.

Answer explanation

Explicación: Uno de los principales riesgos de los LLMs es la generación de contenido incorrecto que parece creíble, fenómeno conocido como 'alucinaciones'.

¿Cuál de los siguientes sería un uso adecuado de un LLM?

• Redactar correos electrónicos personalizados automáticamente.

• Ejecutar transacciones bancarias sin autorización.

• Detectar amenazas de red en tiempo real.

• Sustituir completamente a un cirujano.

Answer explanation

Explicación: Los LLM son útiles en tareas de generación de texto, como redactar emails, escribir resúmenes o asistir en redacción técnica. No están diseñados para tareas de seguridad crítica o física.

¿Qué función cumple la arquitectura 'transformer' en los LLM modernos?

• Permite procesar secuencias de texto con atención contextual.

• Convierte los textos en imágenes para su análisis.

• Evita que el modelo necesite entrenamiento.

• Clasifica automáticamente archivos binarios.

Answer explanation

Explicación: Los transformers son la base de los LLMs y permiten que el modelo entienda relaciones entre tokens sin importar su posición, gracias al mecanismo de atención.

¿Por qué se considera que la IA generativa introduce riesgos éticos importantes?c

• Puede generar contenido falso difícil de distinguir de lo real.

• Consume menos energía que modelos tradicionales.

• Depende de usuarios capacitados para operar.

• Solo funciona con datos de salud.

Answer explanation

Explicación: Uno de los riesgos éticos principales es la capacidad de generar texto, imágenes o videos sintéticos creíbles que pueden usarse para desinformación.

¿Qué significa que un modelo tenga un 'context window' limitado?

• Solo puede considerar cierta cantidad de texto en una misma conversación.

• Solo funciona por 10 minutos seguidos.

• No puede conectarse a internet.

• Requiere licencia perpetua.

Answer explanation

Explicación: El 'context window' es la cantidad de tokens que el modelo puede considerar simultáneamente; más tokens permiten mejor comprensión de contextos largos.

¿Cuál de estas tareas es ideal para aplicar un LLM?

• Generar resúmenes automáticos de textos largos.

• Compilar código binario desde cero.

• Realizar exámenes médicos físicos.

• Verificar firmas digitales en blockchain.

Answer explanation

Explicación: Los LLM son útiles para tareas de procesamiento de lenguaje, como resumir textos, generar ideas, corregir redacción, entre otras similares.

¿Cuál fue un avance clave que permitió la explosión de los LLMs modernos?

• La introducción del mecanismo de atención en transformers.

• El uso exclusivo de reglas lingüísticas.

• La eliminación del entrenamiento masivo.

• La programación orientada a objetos.

Answer explanation

Explicación: El mecanismo de atención ('attention is all you need') permitió que los modelos capturen dependencias complejas sin estructuras recurrentes, revolucionando el diseño.