En este artículo, proponemos DailyLLM, el primer sistema de generación y resumen de registros de actividad que integra de forma integral cuatro dimensiones de información contextual: ubicación, movimiento, entorno e información fisiológica, utilizando únicamente sensores comunes de smartphones y smartwatches. DailyLLM permite la comprensión de la actividad en alta dimensión mediante la integración de un marco ligero basado en LLM con indicaciones estructuradas y una extracción eficiente de características. Se propone superar las limitaciones de los métodos existentes en cuanto a precisión, eficiencia y riqueza semántica, y logra una precisión BERTScore un 17 % superior y una velocidad de inferencia casi diez veces superior a la del método de vanguardia con 70 000 millones de parámetros, utilizando un modelo LLM de 1500 millones de parámetros.
