Cuatro estudiantes paraguayos publicaron YvyrAI-100m-Nano, un modelo de lenguaje pequeño cuyos pesos y código de inferencia se ofrecen con licencia Apache 2.0. El proyecto tiene 105,86 millones de parámetros y fue entrenado desde cero con casi 891,1 millones de *tokens*, las unidades en las que un modelo divide el texto para aprender patrones. Su valor inmediato no está en competir con asistentes comerciales de gran escala, sino en abrir una experiencia local de construcción, documentación y experimentación que otras personas pueden inspeccionar. La ficha técnica está disponible en Hugging Face y el equipo publicó además un informe técnico propio.
La iniciativa fue desarrollada por Juan Manuel Acosta Ramírez, Elías Paniagua Velilla, Mauricio José Irrazábal Ruiz Díaz y José Rafael Estigarribia Delgado, según la página del equipo. La cobertura de *La Nación* del 13 de septiembre dio a conocer el trabajo a una audiencia más amplia, aunque no establece una fecha exacta de lanzamiento técnico. Conviene entenderlo como lo que es: un modelo base experimental y abierto, con límites reconocidos por sus propios autores, no un chatbot terminado ni una prueba de liderazgo regional. La Nación relató el origen y el desarrollo del proyecto.
Qué construyó el equipo de YvyrAI
YvyrAI-100m-Nano es un modelo autorregresivo: recibe una secuencia y predice el próximo fragmento de texto. Ese mecanismo básico es compartido por numerosos modelos de lenguaje, pero la escala cambia mucho lo que puede hacer cada sistema. Los 105,86 millones de parámetros de YvyrAI lo ubican en una categoría pequeña, apropiada para investigación y aprendizaje con recursos limitados. No debe compararse de manera directa con servicios comerciales que emplean modelos considerablemente mayores, ajustes posteriores, herramientas externas y una infraestructura de operación que aquí no están presentes.
Según la documentación del proyecto, el entrenamiento procesó 891.135.906 tokens provenientes de 4.200.085 documentos, con una ventana de contexto de 1.024 tokens. Se completaron 3.814 pasos de entrenamiento en una NVIDIA RTX 3060 Ti con 8 GB de memoria. Estos datos son relevantes porque muestran que un experimento de lenguaje puede realizarse con hardware de consumo, aunque eso no significa que cualquier persona pueda reproducir exactamente el resultado sin conocer la preparación de datos, las versiones del software y el resto de las decisiones técnicas. El model card reúne la configuración y los artefactos publicados.
Los autores también describen un componente llamado DeliberationBlock, diseñado para añadir una transformación interna antes de producir la salida. El informe presenta resultados de pruebas y comparaciones realizadas por el propio equipo. Como no hay revisión por pares ni una reproducción externa documentada, esos resultados deben leerse como evidencia preliminar del proyecto, no como demostración de superioridad frente a otras arquitecturas. La apertura de pesos y código facilita que terceros puedan examinar esa afirmación, pero la validación todavía tiene que ocurrir.
Un modelo abierto no equivale a un asistente listo
La licencia Apache 2.0 permite estudiar, modificar y redistribuir los artefactos publicados bajo sus condiciones. Para estudiantes, docentes y desarrolladores, eso habilita prácticas que no son posibles con una API cerrada: inspeccionar la configuración, ejecutar inferencias localmente, medir errores y probar ajustes. También ayuda a convertir conceptos abstractos —tokenización, contexto, pérdida de entrenamiento o cuantización— en ejercicios concretos.
Pero la apertura no elimina los límites del modelo. La propia ficha advierte que YvyrAI-100m-Nano es un modelo base, no está ajustado para seguir instrucciones, puede alucinar y no resuelve de manera fiable operaciones aritméticas. Una respuesta gramatical tampoco garantiza exactitud factual. Si lo probás, tratá la salida como material experimental y no como una fuente para decisiones médicas, legales, financieras o administrativas.
También hay que matizar su relación con Paraguay. De acuerdo con la documentación, apenas 0,066% de los documentos del conjunto de entrenamiento son paraguayos. El proyecto nació en Paraguay y fue desarrollado por paraguayos, pero el modelo no puede describirse todavía como una representación amplia del español paraguayo, del guaraní o de la realidad documental del país. Evaluar esas capacidades requeriría conjuntos de prueba específicos, revisión lingüística y comparaciones reproducibles.
El nombre “100m-Nano” también importa: los autores plantean una futura meta de mil millones de parámetros, pero ese modelo de 1B aún no fue entrenado. Confundir una hoja de ruta con un producto disponible inflaría lo que existe hoy. Lo verificable es la versión de aproximadamente 100 millones de parámetros que ya tiene artefactos públicos.
Por qué el proyecto importa para el ecosistema paraguayo
El aporte de YvyrAI es tanto educativo como técnico. Entrenar un modelo desde cero obliga a resolver decisiones sobre datos, arquitectura, cómputo, evaluación y publicación. Ese recorrido genera conocimiento práctico que puede circular entre colegios, universidades, comunidades de programación y empresas. También ofrece un punto de partida local para debatir qué datos faltan y cómo deberían documentarse los modelos desarrollados en el país.
Para aprovecharlo sin exageraciones, una institución educativa podría organizar una réplica acotada: descargar los artefactos, ejecutar ejemplos, registrar fallas y construir un conjunto de preguntas en español paraguayo y guaraní. El objetivo no debería ser demostrar que “la IA paraguaya es mejor”, sino aprender qué mide cada prueba y dónde falla el sistema. Si encontrás un resultado interesante, publicá el método, la versión del modelo, el hardware y los casos que no funcionaron. Esa transparencia vale más que una captura aislada.
Las empresas también pueden observar el proyecto como señal de capacidad emergente, no como sustituto inmediato de una solución empresarial. Un modelo base pequeño podría ser útil en investigación sobre ejecución local, enseñanza o prototipos de bajo costo. Antes de conectarlo a datos reales, harían falta controles de privacidad, seguridad, calidad y propósito. La licencia permisiva habilita trabajo, pero no certifica que el sistema sea apto para producción.
Qué conviene probar y medir ahora
El siguiente paso útil es la reproducción independiente. Investigadores y comunidades podrían comprobar si el código permite obtener los resultados descritos, evaluar el modelo con pruebas públicas y diseñar métricas relevantes para Paraguay. También sería valioso documentar con mayor detalle la composición del corpus, los filtros aplicados y el comportamiento en lenguas locales, siempre respetando derechos de autor y protección de datos.
Si querés explorar YvyrAI, empezá por su model card, revisá los requisitos y usá entradas no sensibles. Compará varias ejecuciones, verificá cada afirmación producida y anotá qué tipos de pregunta generan errores. No esperes el comportamiento conversacional de un asistente ajustado. El interés del proyecto está precisamente en ver las piezas de un modelo pequeño y aprender de sus límites.
YvyrAI no necesita ser presentado como “el primero” ni “el mejor” de América Latina para resultar relevante. El hecho sólido es que un equipo paraguayo publicó un modelo entrenado desde cero, junto con artefactos que permiten examinarlo. Si la comunidad lo somete a pruebas rigurosas y el equipo continúa mejorando su documentación, el proyecto puede convertirse en una referencia educativa útil y en un impulso para investigar IA desde Paraguay con mayor autonomía.