50 preguntas sobre LLM para entender qué se está pidiendo ya en las entrevistas

Mucha gente habla de LLM como si bastara con haber usado unos cuantos chatbots, probar dos o tres flujos con prompts y conocer el salseo del sector. Pero cuando ese interés se convierte en una entrevista, la cosa cambia bastante.

Ahí empiezan a aparecer preguntas más concretas.

• Qué es la tokenización.

• Cómo funciona Attention.

• Qué diferencia hay entre LoRA y QLoRA.

• Qué aporta RAG.

• Qué hace realmente un embedding.

• Cómo se controla la generación.

• Qué problemas aparecen al afinar un modelo.

• Qué límites hay en coste, sesgos, privacidad o interpretabilidad.

He estado revisando un documento con 50 preguntas de entrevista sobre LLMs y me parece útil por dos motivos. Lo ha preparado Hao Hoang.

El primero es práctico.

Funciona bien como guía de repaso para quien quiera ordenar conceptos o detectar lagunas.

El segundo es más interesante.

Deja ver qué conocimientos empiezan a considerarse básicos para trabajar con modelos de lenguaje más allá del entusiasmo superficial.

El documento no es un paper ni una lectura de industria. Tampoco profundiza demasiado. Es una guía de estudio, bastante directa, que mezcla fundamentos de transformers, técnicas de ajuste, despliegue y algo de base matemática.

¿Qué se supone que ya deberías saber si quieres trabajar con LLM?

Si te interesa, tengo una copia y puedo enviártela. Responde a esta nota y veo cómo hacértela llegar.