Yann LeCun en CoRL: los LLM ya hacen mucho, pero JEPA sigue siendo más inteligente

Durante una presentación en CoRL en Austin, Yann LeCun contrastó los logros prácticos de los LLM con su respaldo a la arquitectura JEPA.
En la conferencia CoRL, que se celebra actualmente en Austin, Yann LeCun presentó una charla en la que contrastó los logros prácticos de los grandes modelos de lenguaje (LLM) con su visión de JEPA.
En tono de broma, enumeró lo que ya hacen los LLM: resolver problemas matemáticos de larga data, escribir una gran parte del código en la industria, diseñar proteínas e incluso descubrir vulnerabilidades en software. Al mismo tiempo, LeCun subrayó que, en su opinión, JEPA sigue siendo más inteligente.
«LLM: resuelven problemas matemáticos de milenio, escriben el 80% del código en la industria, diseñan proteínas y descubren vulnerabilidades en software. ¡Pero JEPA sigue siendo más inteligente!»
Esta broma refleja un debate más amplio en la comunidad de IA: los LLM ya son herramientas de propósito general muy potentes, mientras que JEPA (Joint Embedding Predictive Architecture) se presenta como otra vía hacia el aprendizaje basado en la predicción de representaciones, no solo de tokens de texto.
Por qué es importante
AnálisisEs relevante porque muestra la discusión sobre si escalar LLM basta o si hacen falta nuevas arquitecturas como JEPA para una IA más robusta.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
Parte I. Arquitectura de Agentes de IA: Fundamentos
Los once bloques constructivos fundamentales de un agente de IA: taxonomía de modelos, bucle de ejecución, ingeniería de prompts, destilación, skills, memoria, function calling y FinOps.
Parte II. Arquitectura de agentes de IA: del modelo a la memoria y las herramientas
Inmersión profunda de ingeniería: tokenización, KV-cache, determinismo del muestreo, stack de entrenamiento, cuantización, ingeniería de contexto, stack de seguridad, RAG en producción, ReAct y sistemas swarm multiagente.
Modelos Frontera
La clase más poderosa de inteligencia artificial en la vanguardia de la investigación mundial (Claude 3.7 Sonnet, OpenAI o3/GPT-4.5, Gemini 2.0 Pro), que define los límites de las capacidades modernas de razonamiento, autonomía y codificación.
LLM (Large Language Model - Modelo de Lenguaje Grande)
Clase fundamental de arquitecturas de redes neuronales basadas en transformadores autorregresivos, que predice la distribución probabilística de los siguientes tokens y demuestra propiedades emergentes de pensamiento abstracto, síntesis de código y razonamiento lógico.