La arquitectura Transformer es un modelo moderno que los programas informáticos utilizan para entender y procesar mejor el lenguaje, textos u otros datos.
Antes se usaban a menudo métodos que procesaban la información paso a paso, de manera similar a leer un libro de principio a fin.
Los Transformers funcionan de manera diferente: consideran todas las partes de un texto al mismo tiempo y así pueden reconocer mejor las relaciones.
Esto los hace especialmente buenos para entender textos largos, responder preguntas o incluso escribir nuevos textos.
Muchos modelos de lenguaje conocidos, como GPT o BERT, se basan en la arquitectura Transformer.