El stack de LLM en 2026: modelos, inferencia, herramientas y decisiones — vídeos complementarios

Andrej Karpathy

Es la explicación integral más clara de YouTube sobre qué es realmente un LLM: preentrenamiento, tokenización, SFT, RLHF, aprendizaje por refuerzo para razonamiento, uso de herramientas y alucinaciones, con el nivel de detalle necesario para que un ingeniero valore las contrapartidas entre modelos. Después de verlo, las decisiones del artículo entre modelos de clase GPT, de pesos abiertos y de razonamiento dejan de parecer elecciones de marca y pasan a entenderse como elecciones de recetas de entrenamiento.

Qué aprenderás: Comprenderás el stack moderno de LLM con suficiente profundidad para razonar sobre tokens, entrenamiento, herramientas y fallos.

Qué ver o saber antes: Ayuda contar con formación técnica; no se requieren conocimientos previos de ML, pero conviene reservar tres horas y media.

Y Combinator

En su ponencia de AI Startup School, Karpathy presenta los LLM como un nuevo tipo de ordenador —servicio público, fábrica de chips y sistema operativo a la vez— y defiende productos con «autonomía parcial» sujetos a una correa controlada por personas. Es la formulación más clara del modelo mental para el stack que presupone el artículo: eliges proveedores de inferencia y herramientas para un sustrato programable, no para un chatbot.

Qué aprenderás: Evaluarás ideas de producto con autonomía parcial en las que las personas conservan el control de las decisiones de alto riesgo.

Qué ver o saber antes: Ninguno; se puede ver sin preparación y encaja bien después de la explicación de las recetas de entrenamiento del análisis principal.