Cada especie tiene una ficha al estilo Pokédex. Las estadísticas base van de 0 a 100 y son ordinales y aproximadas: sirven para comparar especies, no para medirlas. Las tres primeras (cantidad de parámetros, de datos en ejemplos o tokens y de cómputo de entrenamiento) usan escala logarítmica.
| Estadística | Qué mide | Anclas |
|---|---|---|
| Parámetros | números ajustables | 15 ≈ 10³ · 45 ≈ 10⁸ · 75 ≈ 10¹¹ · 90 ≈ 10¹² |
| Datos | ejemplos o tokens | 10 = una planilla · 45 ≈ 10⁸ · 90 ≈ 10¹³ |
| Cómputo | FLOPs de entrenamiento | 5 = lápiz · 45 ≈ 10¹⁹ · 90 ≈ 10²⁵ |
| Contexto | cuánta entrada considera a la vez | 0 = un solo vector · 25 ≈ 512 tokens · 80 ≈ 128k |
| Generalidad | variedad de tareas | 10 = una · 40 = muchas con ajuste fino · 70 = muchas con prompts |
| Transparencia | cuán legible es | 95 = árbol pequeño · 60 = modelo lineal · 10 = caja negra |
La ficha de datos agrega cifras duras. La altura es el número de capas: BERT-base mide 12 (Devlin et al., 2019, p. 4173). El peso es lo que ocupan los parámetros en memoria: en precisión fp32 cada uno ocupa 4 bytes, así que los 110 millones de BERT-base pesan ≈ 440 MB y los 175.000 millones de GPT-3 ≈ 700 GB (Brown et al., 2020, sec. 2.1); en fp16, la mitad, y menos aún con cuantización.
Los tipos (uno o dos por especie, como Neuronal o Recurrente) indican la familia de ideas a la que pertenece. El tipo de especie distingue arquitectura, modelo, algoritmo, sistema o unidad (ver modelo). Los movimientos son lo que sabe hacer; las habilidades, sus rasgos arquitectónicos distintivos; las debilidades, sus límites conocidos. El hábitat dice con qué datos creció y dónde se la encuentra hoy. La cadena evolutiva la conecta con sus ancestros y dice qué cambió. La anatomía es un diagrama de sus piezas, que se lee de abajo hacia arriba, como la figura del transformer original. La nota del profesor abre una discusión filosófica para llevar a clase.
Las estadísticas son una caricatura útil: un conteo de parámetros no dice cuántos se usan a la vez (mezcla de expertos), y la transparencia no es una propiedad simple (interpretabilidad).