Programa del Curso

Introducción a los modelos de lenguaje grandes

  • Visión general de Natural Language Processing (NLP)
  • Introducción a Large Language Models (LLMs)
  • Contribuciones de Meta AI al desarrollo de LLM

Entendiendo la arquitectura de Meta AI LLM

  • Arquitectura de transformadores y mecanismos de autoatención
  • Metodologías de entrenamiento para modelos a gran escala
  • Comparación con otros LLM (GPT, BERT, T5, etc.)

Configuración del entorno de desarrollo

  • Instalación y configuración de Python y Jupyter Notebook
  • Trabajando con Hugging Face y el repositorio de modelos de Meta AI
  • Utilizando GPU basados en la nube o locales para entrenar

Fine-Tuning y personalizando Meta AI LLM

  • Cargando modelos preentrenados
  • Ajuste fino en conjuntos de datos específicos del dominio
  • Técnicas de transferencia de aprendizaje

Construyendo aplicaciones de NLP con Meta AI LLM

  • Desarrollando chatbots e inteligencia artificial conversacional
  • Implementando resúmenes de texto y paráfrasis
  • Análisis de sentimientos y moderación de contenido

Optimizando y desplegando modelos de lenguaje grandes

  • Ajuste de rendimiento para velocidad de inferencia
  • Técnicas de compresión y cuantización de modelos
  • Desplegar LLM utilizando APIs y plataformas en la nube

Consideraciones éticas y IA responsable

  • Detección y mitigación de sesgos en LLM
  • Asegurando transparencia y equidad en modelos de IA
  • Tendencias y desarrollos futuros en IA

Resumen y próximos pasos

Requerimientos

  • Comprensión básica de machine learning y deep learning
  • Experiencia en Python programación
  • Familiaridad con los conceptos de procesamiento de lenguaje natural (NLP)

Audiencia

  • Investigadores de IA
  • Científicos de datos
  • Machine Learning Ingenieros
  • Desarrolladores de software interesados en NLP
 21 Horas

Número de participantes


Precio por Participante​

Próximos cursos

Categorías Relacionadas