Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a la IA Generativa
- ¿Qué es la IA generativa y por qué es importante?
- Tipos principales y técnicas de IA generativa.
- Desafíos y limitaciones clave de la IA generativa.
Arquitectura de Transformadores y LLMs
- ¿Qué es un transformador y cómo funciona?
- Componentes principales y características de un transformador.
- Uso de transformadores para construir LLMs.
Leyes de Escalamiento y Optimización
- ¿Qué son las leyes de escalamiento y por qué son importantes para los LLMs?
- ¿Cómo se relacionan las leyes de escalamiento con el tamaño del modelo, el tamaño de los datos, el presupuesto computacional y los requisitos de inferencia?
- ¿Cómo pueden ayudar las leyes de escalamiento a optimizar el rendimiento y la eficiencia de los LLMs?
Entrenamiento y Ajuste Fino de LLMs
- Pasos principales y desafíos del entrenamiento de LLMs desde cero.
- Beneficios y desventajas de ajustar finamente los LLMs para tareas específicas.
- Mejores prácticas y herramientas para entrenar y ajustar finamente los LLMs.
Despliegue y Uso de LLMs
- Consideraciones principales y desafíos del despliegue de LLMs en producción.
- Casos de uso y aplicaciones comunes de los LLMs en diversos dominios e industrias.
- Integración de LLMs con otros sistemas y plataformas de IA.
Ética y Futuro de la IA Generativa
- Implicaciones éticas y sociales de la IA generativa y los LLMs.
- Riesgos potenciales y daños de la IA generativa y los LLMs, como el sesgo, la desinformación y la manipulación.
- Uso responsable y beneficioso de la IA generativa y los LLMs.
Resumen y Próximos Pasos
Requerimientos
- Comprender los conceptos de aprendizaje automático, como el aprendizaje supervisado y no supervisado, funciones de pérdida y división de datos.
- Experiencia con la programación en Python y manipulación de datos.
- Conocimientos básicos de redes neuronales y procesamiento del lenguaje natural.
Público Objetivo
- Desarrolladores
- Enthusiasts de aprendizaje automático
21 Horas
Testimonios (7)
Ejemplos y enlaces a repositorios de Excel
Olga - GE HealthCare
Curso - Generative AI with Large Language Models (LLMs)
Traducción Automática
muchos ejemplos y diferentes herramientas para verificar
Bartosz - GE HealthCare
Curso - Generative AI with Large Language Models (LLMs)
Traducción Automática
GPT personalizados, ingeniería de prompts
Marcin Stezowski - GE HealthCare
Curso - Generative AI with Large Language Models (LLMs)
Traducción Automática
Perspectiva amplia
Artur - GE HealthCare
Curso - Generative AI with Large Language Models (LLMs)
Traducción Automática
Ejemplos técnicos en conjunto con la teoría.
Marcin - GE HealthCare
Curso - Generative AI with Large Language Models (LLMs)
Traducción Automática
El fondo de Mikołaj fuera del ámbito de la TI permite presentar este tema desde una perspectiva diferente, algo muy necesario para los profesionales de la TI.
Grzegorz - GE HealthCare
Curso - Generative AI with Large Language Models (LLMs)
Traducción Automática
Explicación desde una perspectiva diferente a la de TI. Aportando valor
Marcin - GE HealthCare
Curso - Generative AI with Large Language Models (LLMs)
Traducción Automática
