course/pr_1213/es/_app/immutable/nodes/10.cd657f63.js

import{s as Wt,a as Xt,n as Zt,o as ea}from"../chunks/scheduler.505acc25.js";import{S as ta,i as aa,e as r,s as l,c as d,h as na,a as i,d as a,b as s,f as vt,g as m,j as o,k as T,l as la,m as n,n as c,t as u,o as p,p as f}from"../chunks/index.e22abd30.js";import{C as sa,H as g,E as ra}from"../chunks/MermaidChart.svelte_svelte_type_style_lang.a144e953.js";import{Y as ht}from"../chunks/Youtube.7545e4b1.js";import{C as ia}from"../chunks/CourseFloatingBanner.f0a2dc21.js";function oa(xt){let v,ve,ge,he,L,xe,C,Te,M,Le,_,Tt="En las secciones anteriores introdujimos la arquitectura general Transformer y vimos cómo estos modelos pueden resolver diversas tareas. Ahora veremos con más detalle las tres variantes arquitectónicas principales y cuándo conviene usar cada una.",Ce,h,Lt="<p>Recuerda que la mayoría de modelos Transformer usan una de tres arquitecturas: solo encoder, solo decoder o encoder-decoder. Entender estas diferencias te ayudará a elegir el modelo adecuado para tu tarea.</p>",Me,b,_e,q,be,w,Ct="Los modelos encoder usan solo la parte encoder de la arquitectura Transformer. En cada etapa, las capas de atención pueden acceder a todas las palabras de la oración. Por eso suelen considerarse modelos con atención bidireccional y también se les llama <em>auto-encoding models</em>.",qe,y,Mt="Su preentrenamiento suele consistir en corromper una oración, por ejemplo enmascarando palabras al azar, y pedirle al modelo que reconstruya la secuencia original.",we,E,_t="Son especialmente adecuados para tareas que requieren entender la oración completa, como clasificación de oraciones, reconocimiento de entidades y question answering extractivo.",ye,H,bt="Representantes de esta familia:",Ee,P,qt='<li><a href="https://huggingface.co/docs/transformers/model_doc/bert" rel="nofollow">BERT</a></li> <li><a href="https://huggingface.co/docs/transformers/model_doc/distilbert" rel="nofollow">DistilBERT</a></li> <li><a href="https://huggingface.co/docs/transformers/en/model_doc/modernbert" rel="nofollow">ModernBERT</a></li>',He,R,Pe,A,Re,j,wt="Los modelos decoder usan solo la parte decoder. Para una palabra dada, las capas de atención solo pueden acceder a las palabras anteriores de la secuencia. Por eso también se llaman <em>auto-regressive models</em>.",Ae,B,yt="Su preentrenamiento suele basarse en predecir la siguiente palabra de la oración. Son especialmente adecuados para tareas de generación de texto.",je,S,Et="Representantes de esta familia:",Be,z,Ht='<li><a href="https://huggingface.co/HuggingFaceTB/SmolLM2-1.7B-Instruct" rel="nofollow">Hugging Face SmolLM Series</a></li> <li><a href="https://huggingface.co/docs/transformers/en/model_doc/llama4" rel="nofollow">Meta Llama Series</a></li> <li><a href="https://huggingface.co/docs/transformers/main/en/model_doc/gemma3" rel="nofollow">Google Gemma Series</a></li> <li><a href="https://huggingface.co/deepseek-ai/DeepSeek-V3" rel="nofollow">DeepSeek V3</a></li>',Se,k,ze,D,Pt="La mayoría de los Large Language Models modernos usan arquitectura solo decoder. Estos modelos han crecido muchísimo en tamaño y capacidades durante los últimos años.",ke,G,Rt="Normalmente se entrenan en dos fases:",De,Q,At="<li><strong>Pretraining</strong>: el modelo aprende a predecir el siguiente token sobre enormes cantidades de texto.</li> <li><strong>Instruction tuning</strong>: el modelo se ajusta para seguir instrucciones y generar respuestas útiles.</li>",Ge,U,Qe,F,jt="<thead><tr><th>Capacidad</th> <th>Descripción</th> <th>Ejemplo</th></tr></thead> <tbody><tr><td>Generación de texto</td> <td>Crear texto coherente y relevante</td> <td>Redactar ensayos, historias o correos</td></tr> <tr><td>Resumen</td> <td>Condensar documentos largos</td> <td>Generar resúmenes ejecutivos</td></tr> <tr><td>Traducción</td> <td>Convertir texto entre idiomas</td> <td>Traducir de inglés a español</td></tr> <tr><td>Question answering</td> <td>Responder preguntas factuales</td> <td>“¿Cuál es la capital de Francia?”</td></tr> <tr><td>Generación de código</td> <td>Escribir o completar código</td> <td>Crear una función a partir de una descripción</td></tr> <tr><td>Razonamiento</td> <td>Resolver problemas paso a paso</td> <td>Problemas matemáticos o lógicos</td></tr> <tr><td>Few-shot learning</td> <td>Aprender a partir de unos pocos ejemplos</td> <td>Clasificar texto tras ver 2 o 3 ejemplos</td></tr></tbody>",Ue,I,Bt='Puedes experimentar con LLMs de tipo decoder directamente en las páginas de modelos del Hub. Un ejemplo clásico es <a href="https://huggingface.co/openai-community/gpt2" rel="nofollow">GPT-2</a>.',Fe,N,Ie,O,Ne,V,St="Los modelos encoder-decoder, también llamados <em>sequence-to-sequence models</em>, usan ambas partes de la arquitectura Transformer. Las capas de atención del encoder pueden acceder a toda la oración de entrada, mientras que las del decoder solo pueden ver las palabras anteriores de la secuencia objetivo.",Oe,K,zt="Su preentrenamiento puede tomar varias formas, aunque suele implicar reconstruir una oración cuya entrada ha sido corrompida de alguna manera. El preentrenamiento de T5, por ejemplo, sustituye spans aleatorios de texto por un único token de máscara y la tarea consiste en predecir ese texto faltante.",Ve,Y,kt="Son especialmente adecuados para tareas que consisten en generar nuevas oraciones a partir de una entrada, como resumen, traducción o question answering generativo.",Ke,J,Ye,W,Dt="<thead><tr><th>Aplicación</th> <th>Descripción</th> <th>Modelo de ejemplo</th></tr></thead> <tbody><tr><td>Traducción automática</td> <td>Convertir texto entre idiomas</td> <td>Marian, T5</td></tr> <tr><td>Resumen automático</td> <td>Crear resúmenes concisos</td> <td>BART, T5</td></tr> <tr><td>Data-to-text generation</td> <td>Convertir datos estructurados en lenguaje natural</td> <td>T5</td></tr> <tr><td>Corrección gramatical</td> <td>Corregir errores en texto</td> <td>T5</td></tr> <tr><td>Question answering</td> <td>Generar respuestas basadas en contexto</td> <td>BART, T5</td></tr></tbody>",Je,$,Gt,We,X,Qt="Representantes de esta familia:",Xe,Z,Ut='<li><a href="https://huggingface.co/docs/transformers/model_doc/bart" rel="nofollow">BART</a></li> <li><a href="https://huggingface.co/docs/transformers/model_doc/mbart" rel="nofollow">mBART</a></li> <li><a href="https://huggingface.co/docs/transformers/model_doc/marian" rel="nofollow">Marian</a></li> <li><a href="https://huggingface.co/docs/transformers/model_doc/t5" rel="nofollow">T5</a></li>',Ze,ee,et,te,Ft="<thead><tr><th>Tarea</th> <th>Arquitectura sugerida</th> <th>Ejemplos</th></tr></thead> <tbody><tr><td>Clasificación de texto</td> <td>Encoder</td> <td>BERT, RoBERTa</td></tr> <tr><td>Generación de texto</td> <td>Decoder</td> <td>GPT, LLaMA</td></tr> <tr><td>Traducción</td> <td>Encoder-Decoder</td> <td>T5, BART</td></tr> <tr><td>Resumen</td> <td>Encoder-Decoder</td> <td>BART, T5</td></tr> <tr><td>Named entity recognition</td> <td>Encoder</td> <td>BERT, RoBERTa</td></tr> <tr><td>Question answering extractivo</td> <td>Encoder</td> <td>BERT, RoBERTa</td></tr> <tr><td>Question answering generativo</td> <td>Encoder-Decoder o Decoder</td> <td>T5, GPT</td></tr> <tr><td>IA conversacional</td> <td>Decoder</td> <td>GPT, LLaMA</td></tr></tbody>",tt,ae,at,ne,It="Los Large Language Models han evolucionado muy rápido en los últimos años y cada generación ha traído mejoras importantes en capacidades.",nt,le,lt,se,Nt="La mayoría de modelos Transformer usan atención completa, lo que significa que la matriz de atención es cuadrada. Esto puede convertirse en un cuello de botella computacional cuando las secuencias son largas. Modelos como Longformer y Reformer intentan ser más eficientes usando versiones dispersas de esa matriz.",st,re,rt,ie,Ot='<a href="https://huggingface.co/docs/transformers/model_doc/reformer" rel="nofollow">Reformer</a> usa LSH attention. La idea general es que, en vez de atender a todas las claves posibles, solo merece la pena considerar aquellas que estén cerca de cada consulta. Para decidir qué claves están cerca se emplean funciones hash.',it,oe,ot,de,Vt='<a href="https://huggingface.co/docs/transformers/model_doc/longformer" rel="nofollow">Longformer</a> usa local attention. A menudo, el contexto local es suficiente para tomar una decisión sobre un token concreto. Además, algunos tokens reciben atención global para que toda la secuencia pueda conectarse mejor.',dt,x,Kt='<img scale="50 %" align="center" src="https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/local_attention_mask.png"/>',mt,me,ct,ce,Yt='<a href="https://huggingface.co/docs/transformers/model_doc/reformer" rel="nofollow">Reformer</a> también usa axial positional encodings. En lugar de mantener una gran matriz posicional, la factoriza en matrices más pequeñas para reducir el coste en memoria, lo que facilita trabajar con secuencias muy largas.',ut,ue,pt,pe,Jt="En esta sección exploramos las tres arquitecturas principales de Transformer y algunos mecanismos de atención especializados. Entender estas diferencias es clave para elegir el modelo adecuado para cada tarea.",ft,fe,gt,$e,$t;return L=new ia({props:{chapter:1,classNames:"absolute z-10 right-0 top-0"}}),C=new sa({props:{containerStyle:"float: right; margin-left: 10px; display: inline-flex; position: relative; z-index: 10;"}}),M=new g({props:{title:"Arquitecturas Transformer",local:"transformer-architectures",headingTag:"h1"}}),b=new g({props:{title:"Modelos encoder",local:"encoder-models",headingTag:"h2"}}),q=new ht({props:{id:"MUqNwgPjJvQ"}}),R=new g({props:{title:"Modelos decoder",local:"decoder-models",headingTag:"h2"}}),A=new ht({props:{id:"d_ixlCubqQw"}}),k=new g({props:{title:"Modern Large Language Models (LLMs)",local:"modern-large-language-models-llms",headingTag:"h3"}}),U=new g({props:{title:"Capacidades clave de los LLMs modernos",local:"capacidades-clave-de-los-llms-modernos",headingTag:"h4"}}),N=new g({props:{title:"Modelos sequence-to-sequence",local:"sequence-to-sequence-models",headingTag:"h2"}}),O=new ht({props:{id:"0_4KEb08xrE"}}),J=new g({props:{title:"Aplicaciones prácticas",local:"aplicaciones-prácticas",headingTag:"h3"}}),ee=new g({props:{title:"Elegir la arquitectura adecuada",local:"choosing-the-right-architecture",headingTag:"h2"}}),ae=new g({props:{title:"La evolución de los LLMs",local:"la-evolución-de-los-llms",headingTag:"h2"}}),le=new g({props:{title:"Mecanismos de atención",local:"attention-mechanisms",headingTag:"h2"}}),re=new g({props:{title:"LSH attention",local:"lsh-attention",headingTag:"h3"}}),oe=new g({props:{title:"Local attention",local:"local-attention",headingTag:"h3"}}),me=new g({props:{title:"Axial positional encodings",local:"axial-positional-encodings",headingTag:"h3"}}),ue=new g({props:{title:"Conclusión",local:"conclusion",headingTag:"h2"}}),fe=new ra({props:{source:"https://github.com/huggingface/course/blob/main/chapters/es/chapter1/6.mdx"}}),{c(){v=r("meta"),ve=l(),ge=r("p"),he=l(),d(L.$$.fragment),xe=l(),d(C.$$.fragment),Te=l(),d(M.$$.fragment),Le=l(),_=r("p"),_.textContent=Tt,Ce=l(),h=r("blockquote"),h.innerHTML=Lt,Me=l(),d(b.$$.fragment),_e=l(),d(q.$$.fragment),be=l(),w=r("p"),w.innerHTML=Ct,qe=l(),y=r("p"),y.textContent=Mt,we=l(),E=r("p"),E.textContent=_t,ye=l(),H=r("p"),H.textContent=bt,Ee=l(),P=r("ul"),P.innerHTML=qt,He=l(),d(R.$$.fragment),Pe=l(),d(A.$$.fragment),Re=l(),j=r("p"),j.innerHTML=wt,Ae=l(),B=r("p"),B.textContent=yt,je=l(),S=r("p"),S.textContent=Et,Be=l(),z=r("ul"),z.innerHTML=Ht,Se=l(),d(k.$$.fragment),ze=l(),D=r("p"),D.textContent=Pt,ke=l(),G=r("p"),G.textContent=Rt,De=l(),Q=r("ol"),Q.innerHTML=At,Ge=l(),d(U.$$.fragment),Qe=l(),F=r("table"),F.innerHTML=jt,Ue=l(),I=r("p"),I.innerHTML=Bt,Fe=l(),d(N.$$.fragment),Ie=l(),d(O.$$.fragment),Ne=l(),V=r("p"),V.innerHTML=St,Oe=l(),K=r("p"),K.textContent=zt,Ve=l(),Y=r("p"),Y.textContent=kt,Ke=l(),d(J.$$.fragment),Ye=l(),W=r("table"),W.innerHTML=Dt,Je=l(),$=r("iframe"),We=l(),X=r("p"),X.textContent=Qt,Xe=l(),Z=r("ul"),Z.innerHTML=Ut,Ze=l(),d(ee.$$.fragment),et=l(),te=r("table"),te.innerHTML=Ft,tt=l(),d(ae.$$.fragment),at=l(),ne=r("p"),ne.textContent=It,nt=l(),d(le.$$.fragment),lt=l(),se=r("p"),se.textContent=Nt,st=l(),d(re.$$.fragment),rt=l(),ie=r("p"),ie.innerHTML=Ot,it=l(),d(oe.$$.fragment),ot=l(),de=r("p"),de.innerHTML=Vt,dt=l(),x=r("div"),x.innerHTML=Kt,mt=l(),d(me.$$.fragment),ct=l(),ce=r("p"),ce.innerHTML=Yt,ut=l(),d(ue.$$.fragment),pt=l(),pe=r("p"),pe.textContent=Jt,ft=l(),d(fe.$$.fragment),gt=l(),$e=r("p"),this.h()},l(e){const t=na("svelte-u9bgzb",document.head);v=i(t,"META",{name:!0,content:!0}),t.forEach(a),ve=s(e),ge=i(e,"P",{}),vt(ge).forEach(a),he=s(e),m(L.$$.fragment,e),xe=s(e),m(C.$$.fragment,e),Te=s(e),m(M.$$.fragment,e),Le=s(e),_=i(e,"P",{"data-svelte-h":!0}),o(_)!=="svelte-1f033m4"&&(_.textContent=Tt),Ce=s(e),h=i(e,"BLOCKQUOTE",{class:!0,"data-svelte-h":!0}),o(h)!=="svelte-1lrdeyq"&&(h.innerHTML=Lt),Me=s(e),m(b.$$.fragment,e),_e=s(e),m(q.$$.fragment,e),be=s(e),w=i(e,"P",{"data-svelte-h":!0}),o(w)!=="svelte-hxdagt"&&(w.innerHTML=Ct),qe=s(e),y=i(e,"P",{"data-svelte-h":!0}),o(y)!=="svelte-xt1dsu"&&(y.textContent=Mt),we=s(e),E=i(e,"P",{"data-svelte-h":!0}),o(E)!=="svelte-1nlsy5x"&&(E.textContent=_t),ye=s(e),H=i(e,"P",{"data-svelte-h":!0}),o(H)!=="svelte-15205fq"&&(H.textContent=bt),Ee=s(e),P=i(e,"UL",{"data-svelte-h":!0}),o(P)!=="svelte-vv3q6"&&(P.innerHTML=qt),He=s(e),m(R.$$.fragment,e),Pe=s(e),m(A.$$.fragment,e),Re=s(e),j=i(e,"P",{"data-svelte-h":!0}),o(j)!=="svelte-1fpzzd0"&&(j.innerHTML=wt),Ae=s(e),B=i(e,"P",{"data-svelte-h":!0}),o(B)!=="svelte-c3d9bh"&&(B.textContent=yt),je=s(e),S=i(e,"P",{"data-svelte-h":!0}),o(S)!=="svelte-15205fq"&&(S.textContent=Et),Be=s(e),z=i(e,"UL",{"data-svelte-h":!0}),o(z)!=="svelte-jhoo0"&&(z.innerHTML=Ht),Se=s(e),m(k.$$.fragment,e),ze=s(e),D=i(e,"P",{"data-svelte-h":!0}),o(D)!=="svelte-13t5h8t"&&(D.textContent=Pt),ke=s(e),G=i(e,"P",{"data-svelte-h":!0}),o(G)!=="svelte-1xj6fiw"&&(G.textContent=Rt),De=s(e),Q=i(e,"OL",{"data-svelte-h":!0}),o(Q)!=="svelte-7c36cz"&&(Q.innerHTML=At),Ge=s(e),m(U.$$.fragment,e),Qe=s(e),F=i(e,"TABLE",{"data-svelte-h":!0}),o(F)!=="svelte-ll413a"&&(F.innerHTML=jt),Ue=s(e),I=i(e,"P",{"data-svelte-h":!0}),o(I)!=="svelte-16lp98"&&(I.innerHTML=Bt),Fe=s(e),m(N.$$.fragment,e),Ie=s(e),m(O.$$.fragment,e),Ne=s(e),V=i(e,"P",{"data-svelte-h":!0}),o(V)!=="svelte-107e6aq"&&(V.innerHTML=St),Oe=s(e),K=i(e,"P",{"data-svelte-h":!0}),o(K)!=="svelte-146hlo0"&&(K.textContent=zt),Ve=s(e),Y=i(e,"P",{"data-svelte-h":!0}),o(Y)!=="svelte-ompku"&&(Y.textContent=kt),Ke=s(e),m(J.$$.fragment,e),Ye=s(e),W=i(e,"TABLE",{"data-svelte-h":!0}),o(W)!=="svelte-pjdsbq"&&(W.innerHTML=Dt),Je=s(e),$=i(e,"IFRAME",{src:!0,frameborder:!0,width:!0,height:!0}),vt($).forEach(a),We=s(e),X=i(e,"P",{"data-svelte-h":!0}),o(X)!=="svelte-15205fq"&&(X.textContent=Qt),Xe=s(e),Z=i(e,"UL",{"data-svelte-h":!0}),o(Z)!=="svelte-sn73k4"&&(Z.innerHTML=Ut),Ze=s(e),m(ee.$$.fragment,e),et=s(e),te=i(e,"TABLE",{"data-svelte-h":!0}),o(te)!=="svelte-1t1sa1f"&&(te.innerHTML=Ft),tt=s(e),m(ae.$$.fragment,e),at=s(e),ne=i(e,"P",{"data-svelte-h":!0}),o(ne)!=="svelte-1eza9as"&&(ne.textContent=It),nt=s(e),m(le.$$.fragment,e),lt=s(e),se=i(e,"P",{"data-svelte-h":!0}),o(se)!=="svelte-2pxrjt"&&(se.textContent=Nt),st=s(e),m(re.$$.fragment,e),rt=s(e),ie=i(e,"P",{"data-svelte-h":!0}),o(ie)!=="svelte-1h2vlel"&&(ie.innerHTML=Ot),it=s(e),m(oe.$$.fragment,e),ot=s(e),de=i(e,"P",{"data-svelte-h":!0}),o(de)!=="svelte-nvtsph"&&(de.innerHTML=Vt),dt=s(e),x=i(e,"DIV",{class:!0,"data-svelte-h":!0}),o(x)!=="svelte-d4kpls"&&(x.innerHTML=Kt),mt=s(e),m(me.$$.fragment,e),ct=s(e),ce=i(e,"P",{"data-svelte-h":!0}),o(ce)!=="svelte-3y4amz"&&(ce.innerHTML=Yt),ut=s(e),m(ue.$$.fragment,e),pt=s(e),pe=i(e,"P",{"data-svelte-h":!0}),o(pe)!=="svelte-ll3toa"&&(pe.textContent=Jt),ft=s(e),m(fe.$$.fragment,e),gt=s(e),$e=i(e,"P",{}),vt($e).forEach(a),this.h()},h(){T(v,"name","hf:doc:metadata"),T(v,"content",da),T(h,"class","tip"),Xt($.src,Gt="https://course-demos-speech-to-speech-translation.hf.space")||T($,"src",Gt),T($,"frameborder","0"),T($,"width","850"),T($,"height","450"),T(x,"class","flex justify-center")},m(e,t){la(document.head,v),n(e,ve,t),n(e,ge,t),n(e,he,t),c(L,e,t),n(e,xe,t),c(C,e,t),n(e,Te,t),c(M,e,t),n(e,Le,t),n(e,_,t),n(e,Ce,t),n(e,h,t),n(e,Me,t),c(b,e,t),n(e,_e,t),c(q,e,t),n(e,be,t),n(e,w,t),n(e,qe,t),n(e,y,t),n(e,we,t),n(e,E,t),n(e,ye,t),n(e,H,t),n(e,Ee,t),n(e,P,t),n(e,He,t),c(R,e,t),n(e,Pe,t),c(A,e,t),n(e,Re,t),n(e,j,t),n(e,Ae,t),n(e,B,t),n(e,je,t),n(e,S,t),n(e,Be,t),n(e,z,t),n(e,Se,t),c(k,e,t),n(e,ze,t),n(e,D,t),n(e,ke,t),n(e,G,t),n(e,De,t),n(e,Q,t),n(e,Ge,t),c(U,e,t),n(e,Qe,t),n(e,F,t),n(e,Ue,t),n(e,I,t),n(e,Fe,t),c(N,e,t),n(e,Ie,t),c(O,e,t),n(e,Ne,t),n(e,V,t),n(e,Oe,t),n(e,K,t),n(e,Ve,t),n(e,Y,t),n(e,Ke,t),c(J,e,t),n(e,Ye,t),n(e,W,t),n(e,Je,t),n(e,$,t),n(e,We,t),n(e,X,t),n(e,Xe,t),n(e,Z,t),n(e,Ze,t),c(ee,e,t),n(e,et,t),n(e,te,t),n(e,tt,t),c(ae,e,t),n(e,at,t),n(e,ne,t),n(e,nt,t),c(le,e,t),n(e,lt,t),n(e,se,t),n(e,st,t),c(re,e,t),n(e,rt,t),n(e,ie,t),n(e,it,t),c(oe,e,t),n(e,ot,t),n(e,de,t),n(e,dt,t),n(e,x,t),n(e,mt,t),c(me,e,t),n(e,ct,t),n(e,ce,t),n(e,ut,t),c(ue,e,t),n(e,pt,t),n(e,pe,t),n(e,ft,t),c(fe,e,t),n(e,gt,t),n(e,$e,t),$t=!0},p:Zt,i(e){$t||(u(L.$$.fragment,e),u(C.$$.fragment,e),u(M.$$.fragment,e),u(b.$$.fragment,e),u(q.$$.fragment,e),u(R.$$.fragment,e),u(A.$$.fragment,e),u(k.$$.fragment,e),u(U.$$.fragment,e),u(N.$$.fragment,e),u(O.$$.fragment,e),u(J.$$.fragment,e),u(ee.$$.fragment,e),u(ae.$$.fragment,e),u(le.$$.fragment,e),u(re.$$.fragment,e),u(oe.$$.fragment,e),u(me.$$.fragment,e),u(ue.$$.fragment,e),u(fe.$$.fragment,e),$t=!0)},o(e){p(L.$$.fragment,e),p(C.$$.fragment,e),p(M.$$.fragment,e),p(b.$$.fragment,e),p(q.$$.fragment,e),p(R.$$.fragment,e),p(A.$$.fragment,e),p(k.$$.fragment,e),p(U.$$.fragment,e),p(N.$$.fragment,e),p(O.$$.fragment,e),p(J.$$.fragment,e),p(ee.$$.fragment,e),p(ae.$$.fragment,e),p(le.$$.fragment,e),p(re.$$.fragment,e),p(oe.$$.fragment,e),p(me.$$.fragment,e),p(ue.$$.fragment,e),p(fe.$$.fragment,e),$t=!1},d(e){e&&(a(ve),a(ge),a(he),a(xe),a(Te),a(Le),a(_),a(Ce),a(h),a(Me),a(_e),a(be),a(w),a(qe),a(y),a(we),a(E),a(ye),a(H),a(Ee),a(P),a(He),a(Pe),a(Re),a(j),a(Ae),a(B),a(je),a(S),a(Be),a(z),a(Se),a(ze),a(D),a(ke),a(G),a(De),a(Q),a(Ge),a(Qe),a(F),a(Ue),a(I),a(Fe),a(Ie),a(Ne),a(V),a(Oe),a(K),a(Ve),a(Y),a(Ke),a(Ye),a(W),a(Je),a($),a(We),a(X),a(Xe),a(Z),a(Ze),a(et),a(te),a(tt),a(at),a(ne),a(nt),a(lt),a(se),a(st),a(rt),a(ie),a(it),a(ot),a(de),a(dt),a(x),a(mt),a(ct),a(ce),a(ut),a(pt),a(pe),a(ft),a(gt),a($e)),a(v),f(L,e),f(C,e),f(M,e),f(b,e),f(q,e),f(R,e),f(A,e),f(k,e),f(U,e),f(N,e),f(O,e),f(J,e),f(ee,e),f(ae,e),f(le,e),f(re,e),f(oe,e),f(me,e),f(ue,e),f(fe,e)}}}const da='{"title":"Arquitecturas Transformer","local":"transformer-architectures","sections":[{"title":"Modelos encoder","local":"encoder-models","sections":[],"depth":2},{"title":"Modelos decoder","local":"decoder-models","sections":[{"title":"Modern Large Language Models (LLMs)","local":"modern-large-language-models-llms","sections":[{"title":"Capacidades clave de los LLMs modernos","local":"capacidades-clave-de-los-llms-modernos","sections":[],"depth":4}],"depth":3}],"depth":2},{"title":"Modelos sequence-to-sequence","local":"sequence-to-sequence-models","sections":[{"title":"Aplicaciones prácticas","local":"aplicaciones-prácticas","sections":[],"depth":3}],"depth":2},{"title":"Elegir la arquitectura adecuada","local":"choosing-the-right-architecture","sections":[],"depth":2},{"title":"La evolución de los LLMs","local":"la-evolución-de-los-llms","sections":[],"depth":2},{"title":"Mecanismos de atención","local":"attention-mechanisms","sections":[{"title":"LSH attention","local":"lsh-attention","sections":[],"depth":3},{"title":"Local attention","local":"local-attention","sections":[],"depth":3},{"title":"Axial positional encodings","local":"axial-positional-encodings","sections":[],"depth":3}],"depth":2},{"title":"Conclusión","local":"conclusion","sections":[],"depth":2}],"depth":1}';function ma(xt){return ea(()=>{new URLSearchParams(window.location.search).get("fw")}),[]}class $a extends ta{constructor(v){super(),aa(this,v,ma,oa,Wt,{})}}export{$a as component};