DEV2BIT / INTELIGENCIA ARTIFICIAL Y LENGUAJE
es2bashDel lenguaje natural en español a los comandos Bash.
Saber qué quieres hacer con un archivo no siempre significa conocer el comando que necesitas. Con es2bash exploramos esa distancia: un dataset de peticiones en español y un modelo de lenguaje ajustado para proponer comandos de terminal.
Proyecto propio de I+D · Recursos publicados en Hugging Face
PETICIÓN EN ESPAÑOL
«muéstrame el contenido del directorio»
COMANDO ASOCIADO
lsUn ejemplo del conjunto de datos publicado.
- Modelo base
- google/mt5-small
- Dataset publicado
- 6.631 pares
- Foco inicial
- cat · ls · cd
- Licencia declarada
- Apache 2.0
UNA NECESIDAD CONCRETA
Expresar una intención sin empezar por la sintaxis.
Listar un directorio, consultar un archivo o cambiar de carpeta son operaciones habituales al trabajar en una terminal. Para una persona que está aprendiendo, la dificultad puede estar en traducir lo que necesita a una instrucción concreta.
es2bash es un proyecto de dev2bit sobre procesamiento del lenguaje natural en español. Reúne dos entregables complementarios: los ejemplos que relacionan peticiones y comandos, y un ajuste de mT5-small entrenado para esa tarea.
El proyecto permite explorar cómo una intención expresada con distintas palabras puede relacionarse con una salida técnica. Su foco inicial está en cat, ls y cd, con ejemplos de opciones y combinaciones presentes en los datos.
EXPLORADOR DEL DATASET
Una petición. Su comando asociado.
Selecciona una operación para consultar un par real del dataset. Este explorador muestra ejemplos publicados; no realiza inferencia ni ejecuta comandos.
SOLICITUD EN ESPAÑOL
muéstrame el contenido del directorio
ETIQUETA DEL DATASET
lsEl par asocia una petición de listado con el comando ls.
También puedes consultar todos los pares en el archivo CSV del dataset.
Fuente: all.csv de dev2bit/es2bash ↗. Las salidas mostradas son etiquetas de los datos, no predicciones verificadas del modelo.
01 / LOS DATOS
Aprender a relacionar peticiones con instrucciones.
El dataset dev2bit/es2bash publica pares con dos campos: request, la solicitud, y command, la salida asociada. El CSV contiene 6.631 registros; el visor de Hugging Face ofrece las particiones de entrenamiento, validación y prueba.
Su documentación describe una combinación de solicitudes generadas con modelos de lenguaje y aportaciones manuales, seguida de revisión manual. El repositorio conserva el CSV, archivos por temática y el código de preparación del dataset.
La variedad de formulaciones es parte del problema que se estudia. Una petición puede referirse al contenido de un archivo, incluir una ruta o pedir determinadas opciones de listado. La relación entre esas palabras y la instrucción esperada es la materia de trabajo del proyecto.
request→commandRecuento del CSV contrastado con el visor de Hugging Face.
| Partición | Registros | Finalidad |
|---|---|---|
| Entrenamiento | 5.370 | Ejemplos para ajustar el modelo. |
| Validación | 597 | Referencias para evaluar durante el ajuste. |
| Prueba | 664 | Partición destinada a evaluación posterior. |
Datos del visor público de Hugging Face ↗.
También hay peticiones sin comando.
El archivo incluye 1.367 registros etiquetados como [NOCOMMAND]. Son ejemplos que amplían el planteamiento del conjunto: algunas solicitudes no tienen una instrucción asociada. Esa etiqueta en los datos no garantiza que el modelo descarte correctamente cualquier petición fuera de su alcance.
02 / EL MODELO
Ajustar mT5 a una tarea específica.
Partir de un modelo existente y especializarlo con pares de entrada y salida.
Modelo de origen
La configuración identifica google/mt5-small como base y una arquitectura de codificador y decodificador para generar texto a partir de texto.
Ajuste con es2bash
La ficha documenta el entrenamiento con el dataset de dev2bit y publica sus parámetros e historial de pérdidas durante 28 épocas.
Artefactos publicados
El repositorio ofrece los pesos, la configuración y los archivos del tokenizador, junto con la ficha del modelo.
INTERPRETAR EL RESULTADO
Generar una instrucción es una parte del trabajo.
La ficha del modelo publica una pérdida de validación final de 0,0919. Es una medida del entrenamiento, no un porcentaje de comandos correctos ni una garantía de funcionamiento sobre cualquier petición.
Esta presentación documenta los recursos publicados y permite explorar ejemplos del dataset. No incorpora una evaluación nueva de las predicciones ni una terminal conectada a un sistema.
Para convertir una propuesta de comando en una acción real hace falta considerar el contexto: las rutas disponibles, los permisos y la intención de quien lo solicita. Una aplicación que utilizase este tipo de modelo necesitaría validar la salida y definir qué operaciones permite realizar.
El interés de es2bash está en estudiar ese primer paso: relacionar lenguaje cotidiano en español con instrucciones técnicas dentro de un ámbito delimitado.
UN PROYECTO / DOS ENTREGABLES
Explorar el modelo y trabajar con sus datos.
Ambos repositorios son públicos y declaran licencia Apache 2.0. Puedes consultar su documentación, revisar los archivos y descargar los recursos desde Hugging Face.
es2bash-mt5
Ajuste de mT5-small para solicitudes en español relacionadas con comandos Bash.
es2bash
Solicitudes y comandos asociados, con CSV público y particiones de datos consultables.
La antigua demo del proyecto en Hugging Face presentaba un error de arranque durante la revisión del 24 de septiembre de 2026. Los enlaces anteriores conducen a los repositorios públicos del modelo y los datos.
OTRAS ÁREAS DE NUESTRO TRABAJO
Lenguajes, software y automatización.
DEFINIR EL PROBLEMA ES EL PRIMER PASO
¿Quieres acercar una herramienta técnica a sus usuarios?
Cuéntanos qué necesitan expresar, qué información tienes y qué resultado debe producir el sistema. Podemos estudiar el proceso y concretar una solución de software con un alcance verificable.
Volver a nuestros proyectos