El lanzamiento oficial de Latam-GPT se realizó en Chile con una ceremonia encabezada por el presidente Gabriel Boric. La iniciativa es impulsada por el Centro Nacional de Inteligencia Artificial (CENIA), con apoyo del banco de desarrollo CAF, AWS, Data Observatory.
De igual forma, cuenta con el apoyo de más de 30 instituciones de al menos 15 países de la región, entre ellos Brasil, México, Colombia, Argentina, Perú, Uruguay y Ecuador. El proyecto se presenta como una plataforma regional para el desarrollo de inteligencia artificial en América Latina y el Caribe.
Un modelo de lenguaje abierto y colaborativo
Latam-GPT se distribuye bajo un enfoque open source, lo que permite que cualquier persona u organización pueda acceder, usar, modificar y construir aplicaciones sin depender de APIs cerradas de empresas privadas extranjeras. Esta característica habilita su adopción por universidades, startups, gobiernos y centros de investigación, con libertad para realizar adaptaciones locales.
Entrenamiento con datos latinoamericanos
El modelo fue entrenado con millones de documentos regionales provenientes de más de 20 países, incluyendo bibliotecas, fallos judiciales, libros de texto, periódicos y publicaciones académicas. Este corpus busca reflejar variedades del español y del portugués, así como contextos sociales, institucionales e históricos propios de la región, diferenciándose de modelos entrenados mayoritariamente con datos en inglés.
Soberanía tecnológica e infraestructura regional
Uno de los ejes centrales del proyecto es la soberanía tecnológica, con el objetivo de que la región participe activamente en el desarrollo de modelos de inteligencia artificial. Durante la presentación, el presidente Boric señaló que la iniciativa apunta a ser “actores activos y soberanos en la economía del futuro”, vinculando el desarrollo tecnológico con una visión cultural amplia al mencionar que “América somos todos”.
Base técnica y usos previstos
De acuerdo con reportes iniciales, Latam-GPT está basado en la arquitectura Llama 3.1 de Meta, con alrededor de 70 mil millones de parámetros, y fue ajustado mediante fine-tuning con datos regionales. No se presenta como un chat listo para el usuario final, sino como un foundation model destinado a servir de base para aplicaciones en salud, educación, agricultura, derecho y servicios públicos.