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.
Duración 21 horas
Temario del curso
Introducción a los grandes modelos de lenguaje
- Visión general del procesamiento de lenguaje natural (PLN)
- Introducción a los grandes modelos de lenguaje (LLM)
- Contribuciones de Meta AI al desarrollo de LLM
Comprensión de la arquitectura de los LLM de Meta AI
- Arquitectura Transformer y mecanismos de auto-atención
- Métodos de entrenamiento para modelos de gran escala
- Comparación con otros LLM (GPT, BERT, T5, etc.)
Configuración del entorno de desarrollo
- Instalación y configuración de Python y Jupyter Notebook
- Trabajo con el repositorio de modelos de Hugging Face y Meta AI
- Uso de GPUs en la nube o locales para el entrenamiento
Ajuste fino y personalización de los LLM de Meta AI
- Carga de modelos preentrenados
- Ajuste fino en conjuntos de datos específicos del dominio
- Técnicas de aprendizaje por transferencia
Construcción de aplicaciones de PLN con LLM de Meta AI
- Desarrollo de chatbots e IA conversacional
- Implementación de resúmenes de texto y paráfrasis
- Análisis de sentimientos y moderación de contenido
Optimización e implementación de grandes modelos de lenguaje
- Ajuste de rendimiento para la velocidad de inferencia
- Técnicas de compresión y cuantización de modelos
- Implementación de LLM mediante APIs y plataformas en la nube
Consideraciones éticas e IA responsable
- Detección y mitigación de sesgos en los LLM
- Aseguramiento de la transparencia y la equidad en los modelos de IA
- Tendencias futuras y desarrollos en IA
Requerimientos
- Comprensión básica del aprendizaje automático y el aprendizaje profundo
- Experiencia con programación en Python
- Conocimiento de conceptos de procesamiento de lenguaje natural (PLN)
Audiencia
- Investigadores de IA
- Científicos de datos
- Ingenieros de aprendizaje automático
- Desarrolladores de software interesados en PLN
