¿Quieres que tus estudiantes se sumerjan en el fascinante mundo de la Inteligencia Artificial generativa? Con este material, les ofreces una introducción completa a los Grandes Modelos de Lenguaje (LLMs), explorando los fundamentos técnicos que impulsan la IA moderna. Tus estudiantes comprenderán a fondo la arquitectura, el entrenamiento y los desafíos de sistemas como ChatGPT, preparándolos para el futuro.

¿Qué aprenderán tus estudiantes con este material?

• Comprenderán la Arquitectura Transformer: Dominarán el mecanismo de autoatención, esencial para entender cómo los LLMs procesan la información contextual.
• Explicarán el Proceso de Entrenamiento: Aprenderán sobre el pre-entrenamiento, el fine-tuning y la alineación (RLHF) de modelos a gran escala.
• Aplicarán Ingeniería de Prompts: Desarrollarán técnicas avanzadas para optimizar sus interacciones con los LLMs.
• Evaluarán Capacidades y Limitaciones: Analizarán críticamente los riesgos de seguridad y las consideraciones éticas de los LLMs.
• Implementarán Modelos Pre-entrenados: Experimentarán con bibliotecas modernas como Hugging Face Transformers en proyectos prácticos.

¿Para quién es este material?

Este recurso es ideal para estudiantes, desarrolladores*, ingenieros* de ML e investigadores* que buscan una inmersión técnica profunda en la IA generativa. Está pensado para quienes ya tienen una base sólida y quieren ir más allá.

¿Qué conocimientos previos necesitan tus estudiantes?

Para aprovechar al máximo este material, tus estudiantes deberían tener:

• Fundamentos de aprendizaje automático y redes neuronales.
• Habilidades de programación en Python y familiaridad con NumPy y PyTorch.
• Conceptos básicos de álgebra lineal y cálculo.

Si además cuentan con conocimientos básicos de Procesamiento del Lenguaje Natural (NLP), experiencia previa con frameworks de deep learning o familiaridad con arquitecturas de redes neuronales, ¡mucho mejor!