Modelo multimodal

Modelo capaz de trabajar con más de una modalidad de información, por ejemplo texto, imagen, audio, vídeo o documentos, como entrada o salida. «Modelo multimodal» pertenece al funcionamiento o diseño de sistemas de IA y no debe interpretarse como una garantía de exactitud, autonomía o seguridad por sí misma. Su comportamiento real depende del modelo, los datos, el contexto, las instrucciones, las herramientas disponibles y los controles que rodean a la aplicación. Por eso debe evaluarse en la tarea concreta y no solo por la etiqueta tecnológica.

En una aplicación de IA, modelo multimodal se configura y prueba sobre casos reales. La práctica adecuada es observar cómo afecta a la calidad de la salida, registrar los fallos relevantes y combinarlo con límites, evaluaciones y revisión cuando la tarea lo requiera.

Importa al diseñar, evaluar o depurar una funcionalidad basada en modelos, especialmente cuando la calidad varía entre casos o el sistema puede ejecutar acciones. Entender modelo multimodal permite decidir qué debe medirse, limitarse o revisarse.

No debe utilizarse como sinónimo de «Modelo de lenguaje grande». Este último se refiere a modelo entrenado sobre grandes volúmenes de texto y otros datos para comprender y generar lenguaje, código y estructuras relacionadas. «Modelo multimodal» tiene un alcance distinto y debe conservarse como concepto propio para evitar decisiones o búsquedas ambiguas.

Un modelo recibe texto e imágenes de una factura escaneada y devuelve una explicación conjunta de ambos tipos de entrada.