Construye un modelo de razonamiento (desde cero)

«Una inmersión profunda excepcional en la próxima frontera de la IA».

—Aman Chadha, Google

Construye un modelo de razonamiento (desde cero) es una guía práctica para entender cómo funcionan los LLMs modernos orientados al razonamiento mediante la construcción paso a paso de sus métodos principales. El libro cuenta una historia de ingeniería clara: comienza con un LLM preentrenado convencional, aprende cómo funciona la generación de texto, construye herramientas de evaluación confiables, mejora el razonamiento mediante métodos en tiempo de inferencia, y luego pasa a enfoques basados en el entrenamiento, como el aprendizaje por refuerzo y la destilación.

La progresión es deliberada. Los primeros capítulos establecen el modelo base y explican la generación de texto, la caché KV y la evaluación con verificadores matemáticos. Los capítulos intermedios muestran cómo puedes mejorar el razonamiento sin cambiar los pesos del modelo, utilizando prompts de cadena de pensamiento (chain-of-thought prompting), muestreo, autoconsistencia, puntuación de respuestas y autorrefinamiento. Los capítulos posteriores pasan a modificar el propio modelo mediante el aprendizaje por refuerzo con recompensas verificables, mejoras de GRPO, recompensas de formato y, finalmente, la destilación de modelos de razonamiento más potentes en otros más pequeños.

El libro es especialmente útil porque implementa los métodos principales desde cero en lugar de tratarlos como llamadas a bibliotecas de caja negra. Ves cómo funcionan realmente la autoconsistencia, el autorrefinamiento, Best-of-N y los métodos basados en el entrenamiento, incluidos sus compromisos de costo y latencia. También analiza los modos de fallo comunes, incluidos los casos en los que el refinamiento puede empeorar las respuestas. Conceptos difíciles como softmax, la temperatura y el muestreo top-p se aclaran con explicaciones vinculadas a código y diagramas, y los flujos de trabajo visuales facilitan el seguimiento de los pipelines y los métodos de puntuación.

Leer el libro se siente como seguir una construcción técnica guiada en lugar de una revisión superficial de temas de IA. Cada concepto se introduce porque el proyecto ahora lo necesita. Los diagramas, las hojas de ruta, los listados de código, los ejercicios y los resúmenes de flujos de trabajo repetidos te ayudan a mantenerte orientado a través del material avanzado. Esta estructura refleja la fortaleza profesional de Sebastian Raschka: explicar temas complejos de aprendizaje automático haciendo que cada detalle sea concreto y mostrando exactamente dónde encaja cada sección en la historia general. No trata mecanismos como la evaluación, las log-probabilidades, la regularización KL o la destilación como abstracciones aisladas; los conecta con el objetivo de hacer que los modelos de razonamiento sean comprensibles e implementables.

Física y organizativamente, el libro tiene ocho capítulos y siete apéndices sustanciales. Ese diseño mantiene la narrativa principal enfocada mientras traslada el material de apoyo —referencias, soluciones de ejercicios, código fuente del modelo, modelos más grandes, procesamiento por lotes, alternativas de evaluación e interfaces de chat— a apéndices ordenados. El resultado es un libro de flujo lógico que sigue siendo práctico, navegable y técnicamente profundo sin interrumpir constantemente la construcción central.

Qué incluye

• Implementaciones desde cero de las mejoras fundamentales de razonamiento en los LLMs
• Métodos de evaluación basados en verificadores
• Aprendizaje por refuerzo con verificadores automáticos para tareas de matemáticas

Acerca del lector

Para lectores que conocen Python y tienen ciertos conocimientos de aprendizaje automático.

Citas

Destila las ideas profundas de la manera más clara y accesible.

—Byron Hsu, LMSYS

Genial. Una gran lectura y escritura entretenida.

—Chris Alexiuk, NVIDIA

El estándar de oro para los desarrolladores que quieren construir en la vanguardia de la IA.

—Omar Sanseviero, autor de IA generativa práctica con Transformers y modelos de difusión

¡Una introducción práctica y muy bien estructurada a los modelos de razonamiento!

—Vinija Jain, Google

Un punto de partida excelente, accesible incluso para lectores con poca o ninguna experiencia previa de trabajo con LLMs.

—Arun Prakash, AI4Bharat

Desmitifica los modelos de razonamiento al proporcionar implementaciones prácticas de técnicas de vanguardia.

—Fabio Montagna, GraphAware

No se queda en la teoría; te guía desde el muestreo hasta la puntuación y el refinamiento iterativo con código real.

—Toni Ramchandani, MSCI Inc.

Todos hablan de modelos de razonamiento, pero muy pocos saben qué ocurre por dentro. Entonces deja de usarlos como cajas negras y constrúyelos con tus propias manos: empieza hoy, capítulo a capítulo, del primer token generado hasta la destilación.

En el tiempo que te toma recorrer ocho capítulos, pasas de un LLM preentrenado que solo completa texto a un modelo que razona paso a paso, construido con tus propias manos. El problema que resuelve es silencioso pero enorme — todos hablan de modelos de razonamiento, casi nadie sabe qué ocurre dentro. Aquí la caja negra se abre, porque cada método principal se implementa desde cero y no como una llamada a una librería. Empiezas con el modelo base y la generación de texto, sigues con evaluación confiable mediante verificadores, mejoras el razonamiento sin tocar un solo peso con métodos en tiempo de inferencia, y terminas modificando el modelo con aprendizaje por refuerzo y destilación. La progresión es deliberada, entonces cada concepto entra justo cuando el proyecto lo necesita.

América Latina no puede seguir consumiendo inteligencia artificial que nunca aprendió a construir. Cada persona de la región que entiende cómo razona un modelo por dentro deja de ser cliente de la tecnología ajena y se vuelve capaz de crearla, auditarla y adaptarla a los problemas de aquí. Este libro traslada al español, con código real y explicaciones concretas, el conocimiento que hoy vive casi exclusivamente en laboratorios y publicaciones en inglés, entonces derriba la barrera más silenciosa de todas, la del idioma. Y multiplica — quien lo termina enseña en su universidad, lidera un equipo, funda algo, forma a otros. Es exactamente el tipo de conocimiento que acelera el progreso de una región, porque no reparte opiniones sobre el futuro sino las herramientas para fabricarlo.

⚡ Dentro de nuestra plataforma encontrarás los enlaces de descarga, te avisaremos por correo electrónico de todas las futuras actualizaciones.

Descarga el ebook y disfrútalo en las mejores plataformas como Google Play Books, Apple Books o Kindle

El formato EPUB se puede leer sin internet con estas y más plataformas. Y por supuesto, siempre puedes leer el archivo PDF (LISTO PARA IMPRIMIR), donde y como quieras.