Contacta con nosotros

Temario del curso

Introducción a la IA generativa

  • ¿Qué es la IA generativa y por qué es importante?
  • Principales tipos y técnicas de IA generativa.
  • Principales desafíos y limitaciones de la IA generativa.

Arquitectura de transformadores y LLM

  • ¿Qué es un transformador (transformer) y cómo funciona?
  • Componentes y características principales de un transformador.
  • Cómo utilizar transformadores para construir LLM.

Leyes de escalado y optimización

  • ¿Qué son las leyes de escalado y por qué son importantes para los LLM?
  • ¿Cómo se relacionan las leyes de escalado con el tamaño del modelo, la cantidad de datos, el presupuesto de cómputo y los requisitos de inferencia?
  • ¿Cómo pueden ayudar las leyes de escalado a optimizar el rendimiento y la eficiencia de los LLM?

Entrenamiento y afinación (fine-tuning) de LLM

  • Pasos principales y desafíos del entrenamiento de LLM desde cero.
  • Ventajas y desventajas de aplicar afinación (fine-tuning) a los LLM para tareas específicas.
  • Mejores prácticas y herramientas para entrenar y afinar LLM.

Implementación y uso de LLM

  • Consideraciones y desafíos principales al implementar LLM en producción.
  • Casos de uso y aplicaciones comunes de los LLM en diversos dominios e industrias.
  • Integración de LLM con otros sistemas y plataformas de IA.

Ética y futuro de la IA generativa

  • Implicaciones éticas y sociales de la IA generativa y los LLM.
  • Riesgos y daños potenciales de la IA generativa y los LLM, como el sesgo, la desinformación y la manipulación.
  • Uso responsable y beneficioso de la IA generativa y los LLM.

Resumen y próximos pasos

Requerimientos

  • Comprensión de los conceptos fundamentales del aprendizaje automático (machine learning), como el aprendizaje supervisado y no supervisado, las funciones de pérdida y la división de datos.
  • Experiencia con programación en Python y manipulación de datos.
  • Conocimientos básicos sobre redes neuronales y procesamiento del lenguaje natural (PLN).

Audiencia objetivo

  • Desarrolladores.
  • Entusiastas del aprendizaje automático.
 21 Horas

Número de participantes


Precio por participante

Reseñas (7)

Próximos cursos

Categorías Relacionadas