RNN (red neuronal recurrente)
Red neuronal para secuencias — tiene un "estado oculto" que se propaga entre pasos temporales, dejando que la información de entradas anteriores influya en los pasos posteriores.
Las RNN básicas sufren de gradientes que se desvanecen o explotan en secuencias largas. Las LSTM (Hochreiter y Schmidhuber, 1997) y las GRU (2014) introdujeron "compuertas" que manejan el problema — impulsaron el PLN antes de que llegaran los transformers en 2017.
Hacia 2025 están casi por completo reemplazadas por transformers para texto y por SSM (Mamba, RWKV) para secuencias largas. Las RNN sobreviven en aplicaciones de streaming (voz a texto, reconocimiento de gestos) donde el coste constante por token es un requisito estricto.