Desarrollo de los modelos de LLM adaptados a contextos locales. Una aproximación práctica al ámbito de la defensa.

Abstract

El uso de modelos de inteligencia artificial generativa, y en particular de los modelos de lenguaje de gran escala (LLM), representa un avance relevante en el desarrollo de sistemas de apoyo a la toma de decisiones en el ámbito militar, tal como refleja el estado del arte. En este trabajo se realiza un análisis de las principales tecnologías de agentes basadas en modelos de lenguaje generativos orientadas al apoyo a la decisión en unidades de pequeña entidad, considerando aspectos clave como el tamaño del modelo, la capacidad de integración de herramientas externas y la multimodalidad. Asimismo, se estudian los principales protocolos propuestos para la comunicación y orquestación de agentes inteligentes, así como distintas arquitecturas fundamentadas en Retrieval-Augmented Generation (RAG). Los resultados experimentales obtenidos muestran que el empleo de modelos de lenguaje pequeños (SLM), combinados con herramientas externas, permite abordar tareas de mayor complejidad que aquellas que resultarían inviables o imprecisas si se resolvieran únicamente mediante modelos de lenguaje sin soporte instrumental. El análisis de los protocolos MCP y ACP evidencia su carácter complementario, más que excluyente, en el diseño de sistemas multiagente. Finalmente, se propone una arquitectura de agentes basada en SLM para su despliegue en dispositivos personales del combatiente. Dicha arquitectura se complementa con servidores locales privados en entornos de misión, capaces de realizar tareas de recuperación de información, análisis automático de imágenes y generación de informes de inteligencia mediante LLM multimodales, a partir de la ingesta de datos procedentes de diversas aplicaciones, con el objetivo de proporcionar apoyo a la toma de decisiones en unidades de pequeña entidad.