Skip to content

README.md

Latest commit

 

History

History
71 lines (61 loc) · 3.92 KB

README.md

File metadata and controls

71 lines (61 loc) · 3.92 KB
Raw

⚙️ Parte 06 — Modelos fundacionales e ingeniería de LLM

Nivel: avanzado · Duración sugerida: 6–7 semanas · Clases: 15

Descompone los modelos fundacionales: preentrenamiento, alineamiento, adaptación eficiente, prompting, hardware, serving, costos y selección responsable.

🧭 Secuencia de la parte

flowchart LR
    L073["073<br/>Tokenización moderna y<br/>vocabularios"]
    L074["074<br/>Objetivos de preentrenamiento"]
    L075["075<br/>Escalamiento, cómputo y<br/>leyes empíricas"]
    L076["076<br/>Instruction tuning y<br/>datos de instrucciones"]
    L077["077<br/>LoRA, QLoRA y<br/>adaptación eficiente"]
    L078["078<br/>RLHF, RLAIF y<br/>DPO"]
    L079["079<br/>Prompting, contexto y<br/>resultados estructurados"]
    L080["080<br/>Tool calling y<br/>ejecución controlada"]
    L081["081<br/>Aceleradores, memoria y<br/>el límite real del<br/>cómputo"]
    L082["082<br/>Dimensionar hardware:<br/>de la laptop al<br/>clúster"]
    L083["083<br/>El ecosistema del<br/>cómputo: fabricantes,<br/>nubes y laboratorios"]
    L084["084<br/>Serving, batching y<br/>cachés"]
    L085["085<br/>Cuantización e inferencia<br/>local"]
    L086["086<br/>Selección de modelo,<br/>costo, latencia y<br/>privacidad"]
    L087["087<br/>Proyecto: servicio LLM<br/>con contratos y<br/>evals"]
    L073 --> L074
    L074 --> L075
    L075 --> L076
    L076 --> L077
    L077 --> L078
    L078 --> L079
    L079 --> L080
    L080 --> L081
    L081 --> L082
    L082 --> L083
    L083 --> L084
    L084 --> L085
    L085 --> L086
    L086 --> L087
Loading

📚 Clases

ID Tema Laboratorio Horas
073 Tokenización moderna y vocabularios llm 6
074 Objetivos de preentrenamiento llm 6
075 Escalamiento, cómputo y leyes empíricas evaluation 6
076 Instruction tuning y datos de instrucciones llm 6
077 LoRA, QLoRA y adaptación eficiente neural 6
078 RLHF, RLAIF y DPO probability 6
079 Prompting, contexto y resultados estructurados llm 6
080 Tool calling y ejecución controlada agent 6
081 Aceleradores, memoria y el límite real del cómputo observability 6
082 Dimensionar hardware: de la laptop al clúster evaluation 6
083 El ecosistema del cómputo: fabricantes, nubes y laboratorios frontier 6
084 Serving, batching y cachés observability 6
085 Cuantización e inferencia local neural 6
086 Selección de modelo, costo, latencia y privacidad evaluation 6
087 Proyecto: servicio LLM con contratos y evals capstone 10

📝 Evaluación de la parte

  • 40 % laboratorios y notebooks.
  • 25 % explicaciones y comparación de enfoques.
  • 20 % evaluación de riesgos y limitaciones.
  • 15 % mini-proyecto o integración.

⬅️ Parte 05 — Lenguaje, visión, audio e IA multimodal · 🏠 Volver al programa · ➡️ Parte 07 — IA generativa para texto, imagen, audio, video y 3D