Una guía ilustrada de los agentes de IA (Spanish Edition)

Capítulo 3. Razonamiento en modelos de lenguaje grandes

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Los modelos de lenguaje grandes (LLMs), como DeepSeek-R1, OpenAI GPT-5 y Google Gemini, son ejemplos claros de cómo se pueden llevar estos modelos a nuevas alturas gracias a los marcos de razonamiento. El razonamiento en los LLMs busca imitar el pensamiento humano generando ideas a través de tokens antes de dar una respuesta final. Como se muestra en la Figura 3-1, estos tokens explican la cadena de pensamiento de los LLMs y permiten que los LLMs con capacidad de razonamiento descompongan un problema en pasos más pequeños (a menudo llamadospasos de razonamiento o procesos de pensamiento).

Figura 3-1. Las diferencias entre un LLM sin razonamiento y uno con razonamiento

Los LLMs de razonamiento primero «piensan» y generan información intermedia antes de responder finalmente a la consulta.

Es interesante que las diferencias entre los LLMs que no razonan y los que sí lo hacen se pueden ver desde la perspectiva de la cognición humana, específicamente el pensamiento « » del Sistema 1 y el « » del Sistema 2 de la teoría de los dos procesos de Daniel Kahneman, « »,¹ que describe dos modos de cognición humana.

El Sistema 1, en la cognición humana, funciona de manera automática y rápida, basándose en la intuición ...