PróximamenteEl Entrenamiento de modelos estará disponible pronto en Scalata Enterprise. Enseñe a un modelo a responder como lo hace su equipo.Ver próximas novedades

Recursos/Entrenamiento de modelos/De chats a ejemplos de entrenamiento

Concepto

Roles de los mensajes

Cómo se almacena una conversación como mensajes del sistema, del usuario y del asistente, y cómo esos roles se convierten en el flujo único de tokens que un modelo lee realmente.

Capítulo 33 min de lectura4 referencias

Los tres roles

Un chat se almacena como una lista de mensajes, y cada mensaje tiene un rol que indica de quién proviene:

  • system — instrucciones permanentes que enmarcan toda la conversación: quién es el asistente, qué debe y no debe hacer. Las escribe quien implementa el modelo, no las dice nadie en el chat.
  • user — lo que la persona preguntó o dijo.
  • assistant — lo que el modelo respondió.

Algunos proveedores utilizan otros nombres para la misma idea —model en lugar de assistant, un campo separado para las instrucciones del sistema, o developer para las instrucciones— y algunos añaden un rol tool para los resultados devueltos por las funciones que el modelo llamó. La estructura es la misma.

Lo que el modelo lee realmente

Un modelo lee una secuencia plana de tokens, no una lista de objetos. Una plantilla de chat convierte los mensajes en esa secuencia, insertando tokens especiales que marcan dónde empieza y termina cada turno y de quién es el turno. El modelo aprendió estos marcadores durante el ajuste de instrucciones. Así es como sabe que el usuario ha terminado, que es su turno de hablar y cuándo detenerse.

Mensajes, tal como se almacenan
systemUsted es el asistente de soporte.
user¿Cómo restablezco mi contraseña?
assistantAbra Configuración → Seguridad y elija Restablecer contraseña.
Lo que lee el modelo
<|im_start|>system
You are the support assistant.<|im_end|>
<|im_start|>user
How do I reset my password?<|im_end|>
<|im_start|>assistant
Open Settings → Security and choose
Reset password.<|im_end|>
Izquierda: los mensajes tal como se almacenan. Derecha: el mismo chat tras aplicar la plantilla de chat del modelo, en este caso una plantilla estilo ChatML utilizada por algunas familias de modelos abiertos. Marcadores especiales indican al modelo de quién es el turno y dónde termina cada uno.

Cada familia de modelos tiene su propia plantilla. Utilizar la incorrecta, o ninguna, produce una entrada que el modelo nunca ha visto de esa forma, y la calidad disminuye drásticamente. Los servicios de entrenamiento alojados aplican la plantilla correcta por usted; para los modelos abiertos, bibliotecas como Hugging Face Transformers la almacenan junto al tokenizador.

Cómo los roles moldean el entrenamiento

En el ajuste fino supervisado, los roles deciden qué se aprende. El modelo se entrena para producir mensajes assistant; los mensajes system y user son contexto que lee pero que no está entrenado para escribir. Por eso, un conjunto de datos de chats enseña al modelo a responder como su asistente en lugar de hacer preguntas como sus usuarios.

Los roles también explican por qué el prompt del sistema es tan importante. Un modelo ajustado con un mensaje del sistema particular aprende su comportamiento en presencia de ese mensaje, y se comporta más como el modelo entrenado cuando recibe las mismas instrucciones durante la ejecución.

Un chat, tres roles
  1. system: “Usted es el asistente de soporte de un producto de facturación. Responda en pasos cortos y numerados.”
  2. user: “¿Cómo añado un número de IVA a una factura?”
  3. assistant: “1. Abra Configuración → Empresa. 2. Introduzca el número de IVA. 3. Guarde — ahora aparecerá en las nuevas facturas.”
  4. En el entrenamiento, los dos primeros mensajes son contexto. El tercero es lo que el modelo aprende a escribir, dado ese contexto.

Reglas que imponen la mayoría de los formatos de entrenamiento

  • Los turnos se alternan entre el usuario y el asistente.
  • Después de cualquier mensaje del sistema, la conversación empieza con el usuario.
  • Normalmente hay un mensaje del sistema, justo al principio.
  • Un registro termina con un mensaje del asistente si su objetivo es enseñar algo.

Errores comunes

  • Poner las instrucciones en un mensaje del usuario durante el entrenamiento pero en el prompt del sistema durante la ejecución, o viceversa.
  • Entrenar con un prompt del sistema e implementar con otro.
  • Formatear manualmente la entrada de un modelo abierto en lugar de utilizar su plantilla de chat.
  • Dejar mensajes consecutivos del mismo rol, lo cual rechazan la mayoría de los formatos.

Referencias y lecturas adicionales

Las fuentes externas se abren en una pestaña nueva.

  1. 01Chat templatesHugging Face Transformers docs · huggingface.coCómo se convierten los mensajes en la entrada de un modelo, con plantillas reales.
  2. 02Chat TemplatesHugging Face LLM Course · huggingface.coUn capítulo del curso sobre roles y plantillas en el ajuste fino.
  3. 03Model Spec (2025/12/18)OpenAI · model-spec.openai.comCómo un proveedor clasifica las instrucciones de los mensajes del sistema, del desarrollador y del usuario.
  4. 04Training language models to follow instructions with human feedbackOuyang et al., 2022 · arXiv · arxiv.orgDe dónde proviene el comportamiento de seguir instrucciones y respetar los turnos.
ConceptoObjetivos (respuestas entrenables)Las respuestas del asistente que usted elige para que el modelo aprenda: cómo se aprende un objetivo, qué lo hace bueno y por qué todo lo anterior es contexto.ConfiguraciónPrompt del sistemaEl prompt del sistema es una instrucción permanente que se coloca antes de cada conversación. Al añadirse durante el entrenamiento, el modelo aprende su comportamiento en presencia de ese prompt exacto, por lo que debe mantenerse igual cuando se utilice el modelo.ConceptoConversaciones de múltiples turnos y ponderacionesCómo una conversación con varias respuestas del asistente se convierte en datos de entrenamiento, los dos formatos que utilizan los proveedores para ello y el efecto secundario que se debe tener en cuenta.ConceptoEnmascaramiento de pérdidaPor qué un modelo se puntúa solo sobre los tokens objetivo de cada registro, cómo se hace en la práctica y qué cambia y qué no.ConceptoArchivos de entrenamiento JSONLJSONL (JSON Lines) es un archivo de texto con un objeto JSON completo por línea. Es el formato estándar para los datos de ajuste fino: una línea equivale a un registro de entrenamiento.Paso del pipelineLimpiezaLa limpieza elimina las respuestas de las que un modelo nunca debería aprender — errores, rechazos, marcado de la interfaz, duplicados y respuestas predefinidas — y corrige la estructura para que cada registro sea válido para el entrenamiento.

Convierta semanas de trabajo experto en minutos

Vea cómo Scalata se adapta a su equipo, a sus datos y a sus Controles.

Contactar con ventas