> ## Documentation Index > Fetch the complete documentation index at: https://docs.topsort.com/llms.txt > Use this file to discover all available pages before exploring further. # Descripción general export const LastUpdatedEs = ({date}) => { const label = "Última actualización:"; return <>
{label} 
; }; T-Brain es la capa de inteligencia comercial de Topsort. Aprende de tu catálogo y del comportamiento de los compradores para generar predicciones que ayudan a tu sitio o aplicación a decidir qué productos mostrar. T-Brain se basa en los Large Commerce Models (LCMs) propios de Topsort, modelos de IA generativa creados para la predicción comercial. Está disponible para empresas de comercio y afines, usen o no la plataforma publicitaria de Topsort. ## Inteligencia comercial en toda tu tienda T-Brain puede respaldar la búsqueda, las recomendaciones de la página de inicio, las notificaciones, las tiendas personalizadas y los anuncios. Los minoristas pueden usar los mismos datos de comercio para entrenar modelos para varias experiencias, lo que reduce la necesidad de crear y mantener sistemas de predicción separados para cada caso de uso. A medida que haya más modelos, los minoristas podrán consolidar su stack tecnológico con menos proveedores. Un minorista puede usar Quality Prediction hoy para ayudar a determinar qué productos merecen un espacio de recomendación o qué candidatos deberían posicionarse más alto en una subasta. Los próximos modelos permitirán seleccionar productos relevantes y personalizar su orden en experiencias de búsqueda y descubrimiento. Los clientes actuales de Topsort pueden empezar con el catálogo y el comportamiento de los compradores que ya se sincronizan desde su marketplace. ## Modelos ### Quality Prediction Quality Prediction puntúa qué tan adecuado es mostrar un producto en un contexto determinado. Los sistemas de ranking, recomendación y subasta pueden usar esta puntuación para ayudar a determinar qué productos mostrar. Este modelo está disponible ahora. ### Próximos modelos Llegan más modelos, entre ellos **Product Retrieval**, que selecciona una lista corta de productos relevantes según una consulta de búsqueda, un comprador o el contexto de la página, y **Product Ranking**, que reordena una lista de productos para mostrar primero los mejores para un comprador y un contexto determinados. ## Cómo usarlo Usa la interfaz de T-Brain para conectar tus datos, configurar el entrenamiento, desplegar un modelo y supervisar su rendimiento. Una vez desplegado, tu sitio o aplicación puede llamar al modelo mediante una API para recibir predicciones. ### 1. Conecta tus datos Abre la pestaña **Data** para configurar las sincronizaciones de datos, incluidos tu catálogo, las impresiones, los clics y las compras. Si ya usas Topsort, T-Brain puede usar los datos de comercio sincronizados desde tu marketplace. Si no usas Topsort, configura sincronizaciones de datos para aportar tu catálogo y el comportamiento de los compradores. ### 2. Configura el entrenamiento Abre la pestaña **Tasks** para crear una tarea de entrenamiento. Selecciona el modelo que quieres entrenar, elige el conjunto de datos y configura el entrenamiento. ### 3. Sigue el entrenamiento y despliega Abre la pestaña **Training** para ver tus tareas de entrenamiento y su estado: en curso, completada o fallida. Selecciona una tarea para ver sus detalles y la línea de tiempo del entrenamiento. Puedes seguir el progreso mientras el entrenamiento está en curso o revisar los detalles del fallo para identificar problemas que requieren atención. Cuando el entrenamiento termine, abre los detalles de la tarea y despliega el modelo. ### 4. Integra las predicciones Después del despliegue, llama a la API de T-Brain correspondiente con una entrada para recibir una predicción de tu modelo entrenado. Tu sitio o aplicación puede usar esa predicción para orientar la selección y la presentación de productos. ### 5. Supervisa el rendimiento Abre la pestaña **Monitor** para ver el rendimiento de los modelos desplegados. Los datos de rendimiento aparecen después de que un modelo se ha desplegado correctamente. Consulta las [preguntas frecuentes](/es/knowledge-base/t-brain/faq) y los [requisitos de datos](/es/knowledge-base/t-brain/data-requirements). *** This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.