RLAIF

Fotografía editorial macro en plano lateral. Una taza de porcelana blanca pristina descansa sobre una superficie de madera clara iluminada por luz natural suave entrando por una ventana fuera de cuadro. La taza está estructuralmente intacta, pero una sutil grieta capilar atraviesa diagonalmente uno de sus costados, iluminada desde dentro por un suave resplandor cálido ámbar que la hace visible y casi decorativa. Metáfora visual de una maquinaria que funciona pero cuyas grietas, una vez expuestas a la luz, son evidentes y vale la pena contemplar.

Cómo se entrena un LLM. Parte 5: las grietas de RLHF

Aitana Vera / 15 de mayo de 2026

RLHF funcionó, pero tiene grietas serias que motivaron todo lo que vino después. Reward hacking, cuello de botella humano, sesgos heredados, PPO frágil y KL como freno y no guardarraíl: las cinco limitaciones estructurales y la respuesta del campo a cada una.

Composición editorial dividida. A la izquierda, una mano que se aparta delicadamente de una hoja de papel sobre una mesa luminosa, dejando atrás una sutil huella dactilar de luz ámbar incrustada en el papel. A la derecha, esa huella se desprende y se une a una constelación de muchas otras huellas luminosas similares conectadas entre sí formando el contorno difuso de una red neuronal. Metáfora visual de cómo el juicio de cada anotador humano deja una impronta en el modelo, y de cómo el conjunto de esas improntas conforma la voz cultural del LLM final.

IA, LLMs, Sociedad

El trabajo humano invisible detrás de los LLMs. Parte 2: la paradoja del modelo amable

Aitana Vera / 15 de mayo de 2026

Cuando tu chatbot rechaza educadamente generar contenido tóxico, esa amabilidad es el reverso de la exposición sin filtro de quien lo entrenó. La paradoja moral, los sesgos culturales que se cuelan y hacia dónde apunta la industria.