Contacta con nosotros

Temario del curso

Introducción a los Modelos de Lenguaje Pequeños (SLMs)

  • Visión general de los modelos lingüísticos
  • Evolución desde modelos grandes hasta Modelos de Lenguaje Pequeños
  • Arquitectura y diseño de los SLMs
  • Ventajas y limitaciones de los SLMs

Fundamentos técnicos

  • Comprensión de las redes neuronales y los parámetros
  • Procesos de entrenamiento para SLMs
  • Requisitos de datos y optimización del modelo
  • Métricas de evaluación para modelos lingüísticos

SLMs en Procesamiento del Lenguaje Natural

  • Generación de texto con SLMs
  • Traducción e localización de idiomas
  • Análisis de sentimientos y clasificación de texto
  • Respuesta a preguntas y chatbots

Aplicaciones en el mundo real de los SLMs

  • Aplicaciones móviles: procesamiento lingüístico en el dispositivo
  • Sistemas integrados: SLMs en dispositivos IoT
  • IA respetuosa con la privacidad: procesamiento local de datos
  • Computación en el borde: SLMs en entornos de baja latencia

Casos de estudio

  • Análisis de implementaciones exitosas de SLMs
  • Aplicaciones específicas por industria (Salud, Finanzas, etc.)
  • Estudio comparativo: SLMs vs. modelos grandes en producción

Tendencias futuras

  • Tendencias de investigación en SLMs
  • Desafíos en la escalabilidad y despliegue
  • Consideraciones éticas e IA responsable
  • El camino a seguir: próxima generación de SLMs

Talleres prácticos

  • Construcción de un SLM simple para generación de texto
  • Integración de SLMs en aplicaciones móviles
  • Ajuste fino de SLMs para tareas específicas
  • Análisis de rendimiento e interpretabilidad del modelo

Proyecto integrador

  • Identificación de un espacio de problema para la aplicación de SLMs
  • Diseño e implementación de una solución con SLM
  • Pruebas e iteración sobre el modelo
  • Presentación del proyecto y sus resultados

Resumen y próximos pasos

Requerimientos

  • Comprensión básica de los conceptos de aprendizaje automático
  • Familiaridad con la programación en Python
  • Conocimiento de redes neuronales y aprendizaje profundo

Público objetivo

  • Científicos de datos
  • Desarrolladores de software
  • Entusiastas de la IA
 14 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas