MuestreoSampling
Elegir un candidato según su probabilidad
- El muestreo es, en sí mismo, el acto de sacar uno entre los candidatos a la siguiente palabra, según su probabilidad.
- No se saca cualquiera al azar. Cuanto más probable es una palabra, más veces sale, y las poco probables salen de vez en cuando.
- El sorteo ocurre de nuevo en cada trozo. Una sola respuesta lleva cientos de sorteos dentro.
- Existe el método de elegir siempre al primero, pero así la misma expresión se repite y el texto se pone rígido.
- Los ajustes que preparan el terreno antes del sorteo son la temperatura y el muestreo Top-p. El sorteo en sí viene después.
Contenido
1La analogía
Piensa en esas rifas de fin de año donde metes la mano en una bolsa de papeletas. La bolsa no tiene un papel de cada premio a partes iguales: los premios más comunes tienen muchas papeletas, y los más raros, solo una. Si metes la mano sin mirar, sale más veces el premio con más papeletas. El premio de una sola papeleta también sale, muy de vez en cuando.
Así es como la IA decide la siguiente palabra. El modelo le pone una probabilidad a cada candidato en cada momento. La palabra más probable tiene muchas papeletas en la bolsa; la menos probable, solo una. Sacar una papeleta de esa bolsa es el muestreo.
Después de sacar, la bolsa se vacía por completo. Lo que se acaba de sacar se convierte en el nuevo contexto, y la bolsa para el siguiente trozo se llena otra vez desde cero. Por eso, si se hace la misma pregunta dos veces, sale una papeleta distinta y la respuesta también cambia.
2En detalle
La bolsa se llena de nuevo en cada trozo
Un texto se construye pegando trozos uno tras otro. Cada vez que se añade un trozo, el modelo relee todo el texto acumulado hasta ese momento y vuelve a poner una probabilidad a cada palabra que podría venir después. Cuántas papeletas de cada premio caben en la bolsa cambia cada vez.
La bolsa es completamente distinta cuando el texto llega a "para almorzar hoy" que cuando llega a "la capital de Corea del Sur es". En el primer caso, la bolsa tiene decenas de papeletas plausibles; en el segundo, un solo tipo ocupa casi toda la bolsa.
Por eso, aunque el sorteo sea al azar, el texto no se vuelve disparatado. Llenar la bolsa lo hace el modelo mirando el contexto. Lo aleatorio es la mano que saca, no el contenido de la bolsa.
Qué pasa si siempre se elige al primero
También existe el método de tomar sin más el premio con más papeletas cada vez. Más que un sorteo, es contar y elegir. Funciona bien en preguntas con una respuesta fija.
El problema son los textos largos. Si siempre se enlaza la palabra más segura, la frase se pone rígida y las mismas expresiones vuelven una y otra vez. En casos extremos, se llega a repetir la misma frase varias veces sin salir del bucle. Detrás de una palabra segura, otra palabra segura suele parecer lo más probable, y así no hay forma de escapar.
Elegir según la probabilidad libera de este bucle. De vez en cuando sale un premio de segundo o tercer lugar, y la frase toma otro camino. Este pequeño temblor tiene mucho que ver con que el texto se lea como escrito por una persona.
Los ajustes que preparan la bolsa antes del sorteo
El sorteo en sí es simple. Lo que sí existe son dos ajustes que preparan la bolsa justo antes de sacar.
La temperatura ensancha o estrecha la diferencia en el número de papeletas. Al bajarla, el premio principal ocupa casi toda la bolsa; al subirla, también entran bastantes papeletas de los premios de abajo. El orden se mantiene igual, solo cambia la proporción.
El muestreo Top-p directamente saca de la bolsa las papeletas de más abajo. Va metiendo candidatos de mayor a menor probabilidad, y en cuanto se llena la parte fijada, deja fuera el resto. Un premio que no está en la bolsa no puede salir por más veces que se meta la mano.
Estos dos ajustes ordenan la bolsa, y el muestreo saca de ahí una papeleta. Basta con recordar este orden para no confundir los tres términos.
Por qué la misma pregunta da respuestas distintas
Si le haces la misma pregunta dos veces a una IA, la respuesta sale algo distinta cada vez. No es un fallo: es el muestreo. Si en el primer trozo sale una papeleta diferente, la siguiente bolsa también cambia, y a los pocos trozos la respuesta entera toma otro rumbo.
La diferencia de un solo trozo se agranda como una bola de nieve, así que un pequeño cambio al principio puede llevar a una conclusión distinta. Pedir la misma respuesta varias veces ayuda a sentir en qué puntos titubea el modelo: donde siempre sale lo mismo, el modelo está seguro; donde cambia cada vez, el fundamento es más débil.
Cuando se quiere obtener el mismo resultado de nuevo, a veces se fija el valor inicial que usa el sorteo. Es como fijar siempre el mismo gesto de la mano que agita la bolsa.
Dónde encaja y dónde no
El muestreo va bien en tareas donde interesa ver varias ramas: historias, eslóganes publicitarios, propuestas de nombres. Repetir la misma petición varias veces va acumulando propuestas distintas.
En tareas de ordenar valores o rellenar un documento con formato fijo, ese temblor estorba. Ahí conviene apretar el ajuste para que la bolsa quede casi llena de un solo premio, o directamente elegir siempre al primero, así resulta más fácil de comprobar.
En cualquiera de los dos casos, el muestreo no decide si la respuesta es cierta. Si la bolsa tiene metidas varias papeletas equivocadas, salga como salga el sorteo, saldrá algo equivocado. La forma de sacar solo decide el tono del texto.
3Con más precisión
El muestreo es el proceso de sacar un valor real de la distribución de probabilidad que entrega el modelo. Al conjunto de decisiones sobre cómo manejar este paso al generar texto se le llama decodificación, y en ese mismo terreno están también el método que siempre toma el máximo y el que compara varias ramas a la vez. La temperatura y el Top-p son mecanismos que transforman la distribución antes del sorteo, así que están en una capa distinta de la regla del sorteo en sí.
La analogía también tiene sus costuras. Las papeletas de la bolsa se pueden contar, pero la probabilidad real es un valor continuo, así que se maneja tal cual una parte de tres entre diez mil. Tampoco hay ningún gesto de agitar la bolsa: se saca un número aleatorio dentro de un rango fijo y se comprueba a qué candidato le corresponde ese valor. Y la bolsa se rehace desde cero cada vez: la papeleta ya sacada no se retira de la bolsa, sino que la bolsa entera se vuelve a calcular con el contexto que incluye ese resultado anterior.
4Pruébalo
5Malentendidos comunes
Es fácil pensar que la IA inventa la respuesta al azar, pero en realidad saca según la probabilidad calculada a partir del contexto, así que no sale cualquier cosa.
Es fácil pensar que si la respuesta cambia cada vez es porque el modelo está confundido, pero en realidad es un rasgo natural de un método que incluye un sorteo.
Es fácil pensar que elegir siempre al primero da más exactitud, pero en realidad tiende a repetir la misma expresión, y no hay garantía de que los hechos sean más ciertos.
7Resumen en una línea
En resumenEl muestreo es como sacar una papeleta de una bolsa donde el premio popular tiene muchas: elige un candidato según su probabilidad y así decide la siguiente palabra.
¿Has visto un error o tienes una analogía mejor? Sugerir una corrección · Última actualización2026-09-02