|

En esta clase se hace una introducción a la inteligencia artificial, repasando qué significa realmente este concepto, cómo ha evolucionado y qué tipos de sistemas y modelos existen. También se sitúa el papel de los LLMs y de los agentes dentro del panorama general de la IA para entender mejor el resto del curso.

En esta clase entenderás qué es un Large Language Model y cómo funciona por dentro, desde el papel de las redes neuronales y los parámetros hasta el proceso de entrenamiento autosupervisado. El objetivo es aterrizar de forma simple cómo estos modelos aprenden a predecir y generar lenguaje.

En esta clase se repasan conceptos fundamentales para trabajar con LLMs, como la diferencia entre un modelo y una aplicación, qué son los tokens y cómo funciona la ventana de contexto. También se aclaran varias ideas básicas que conviene dominar antes de empezar a usar modelos en la práctica.

En esta clase verás cómo configurar una petición a un LLM desde la plataforma de OpenAI, probando prompts y parámetros como temperatura o max output tokens antes de llevar esa configuración a código. La idea es entender qué piezas forman una llamada a la API y cómo ajustarlas para obtener mejores respuestas.

En esta clase se repasa cómo han evolucionado los LLMs en los últimos años, tomando como referencia hitos como GPT-3.5, GPT-4 y los modelos de razonamiento posteriores. El análisis sirve para entender qué mejoras han sido realmente importantes y qué tendencias pueden marcar la evolución futura de los modelos.