ChatGPT, Claude y Gemini se basan en este principio. Concepto clave: un token es la unidad básica de texto procesada por los LLM, aproximadamente 0,75 palabras en inglés. La ventana de contexto determina cuánta información puede "recordar" el modelo a la vez. Arquitectura transformer: utiliza la autoatención para comprender las relaciones entre todas las palabras de una oración.