Pesos del modelo
Los pesos del modelo (model weights) son los números aprendidos dentro de una red neuronal, fijados durante el entrenamiento, que deciden cómo convierte la entrada en salida. Un checkpoint es un archivo o conjunto de archivos guardado que contiene esos pesos.
También llamado: weights, checkpoint, parameters file
Por Divya Sharma · Comprobado el 15 nov 2026 · Cómo hacemos las reseñas
Una red neuronal es una estructura fija de capas, y los pesos son los valores de esas capas. El entrenamiento los ajusta hasta que las salidas del modelo son buenas. Cuando se dice que un laboratorio "publicó los pesos", significa que puedes descargar esos números y ejecutar el modelo por tu cuenta. El número de pesos es el número de parámetros del modelo.
Qué contiene un checkpoint
En PyTorch, los pesos están en un state_dict, un diccionario que asigna cada capa a su tensor. Un checkpoint guarda eso, a veces con el estado del optimizador para poder reanudar el entrenamiento. Los archivos de modelos en Hugging Face suelen estar divididos en varios shards y vienen con un archivo de configuración que describe la arquitectura y un tokenizador. Sin el código de arquitectura y el tokenizador correspondientes, los pesos por sí solos no se ejecutan.
Formatos
Entre los formatos habituales están los archivos de PyTorch basados en pickle, Safetensors, GGUF para ejecutores locales como llama.cpp, y ONNX. El formato afecta a la seguridad, a la velocidad de carga y a qué herramientas pueden leerlo.
Tamaño y precisión
El tamaño del archivo es aproximadamente el número de parámetros por los bytes por peso. Guardar los pesos con menor precisión o aplicar cuantización reduce el archivo y la memoria necesaria para ejecutarlo, con cierta pérdida de calidad.
Pesos frente a código abierto
Tener los pesos no es lo mismo que tenerlo todo. Un modelo de pesos abiertos puede venir sin sus datos ni su código de entrenamiento, y con una licencia con límites. La definición de la Open Source Initiative trata los parámetros como solo una de las partes que deben compartirse.
Términos relacionados
- Modelo de pesos abiertos
- Un modelo de pesos abiertos (open-weight model) es un modelo cuyos pesos entrenados se publican para que cualquiera los descargue y ejecute, a menudo sin el código de entrenamiento ni los datos de entrenamiento completos, por lo que no es necesariamente de código abierto.
- Safetensors
- Safetensors es un formato de archivo de Hugging Face para guardar pesos de modelos. A diferencia de los archivos pickle de Python, cargarlo no puede ejecutar código oculto, y permite una carga rápida de tensores individuales mediante mapeo en memoria.
- Parámetros del modelo
- Los parámetros del modelo (model parameters) son los números que una red neuronal aprende durante el entrenamiento, sobre todo pesos. El número de parámetros, escrito como 7B para siete mil millones, es la forma abreviada habitual de indicar el tamaño de un modelo.
- GGUF
- GGUF es un formato de archivo binario que guarda en un solo archivo los pesos, el tokenizador y los metadatos de un modelo, pensado para una carga rápida y para la inferencia local con herramientas basadas en GGML como llama.cpp, a menudo en forma cuantizada.
- Precisión numérica (FP16, BF16, FP8)
- La precisión numérica es el formato de número que se usa para guardar los pesos de un modelo y hacer sus cálculos, como FP32, FP16, BF16, FP8 o INT4. Menos bits por número significa menos memoria e inferencia más rápida, con cierto riesgo para la precisión de los resultados.
- Licencia del modelo
- La licencia del modelo (model license) son los términos legales bajo los que se pueden usar, modificar y compartir los pesos de un modelo, y a veces su código y sus datos. Van desde licencias abiertas permisivas hasta licencias no comerciales o restringidas a medida.