Ponte en Contacto
 Duración 7 horas

Temario del curso

De la Generación de Texto a Decisiones Tipadas

  • Lo que devuelve un modelo de decisión
  • Decisiones de sistema uno frente a LLMs de razonamiento
  • Perfil de costo y latencia de decisiones acotadas

El Panorama de los Modelos de Decisión de Peso Abierto

  • Strands Decider 2B de AWS Labs
  • Familias de peso abierto JEV y GEV
  • Pplx-Decider, Liquid D1 y Clef
  • Diferencias de licencia y despliegue

Dentro de un Modelo de Decisión

  • Torso de LLM sin cabeza de modelado de lenguaje
  • Puntuación de cabeza de puntero sobre opciones candidatas
  • De dónde proviene la puntuación de confianza

Ejecutando Sus Primeras Decisiones

  • Configuración local en CPU y GPU de consumo
  • Redacción de preguntas y conjuntos de opciones
  • Hacer varias preguntas en una única pasada
  • Umbrales y comportamiento de respaldo

Juzgando la Calidad de la Decisión

  • JevBench y benchmarks de decisión
  • Precisión frente a calibración
  • Puntaje Brier y confiabilidad de la confianza
  • Tareas donde un modelo de decisión es la herramienta equivocada

Requerimientos

  • Conocimiento básico de los grandes modelos de lenguaje y aplicaciones basadas en prompts.
  • Conocimiento cómodo de la línea de comandos y los scripts de Python.
  • No se requiere experiencia en entrenamiento de machine learning.

Audiencia

  • Ingenieros de IA que evalúan modelos de decisión para flujos de trabajo de agentes
  • Desarrolladores de software que reemplazan llamadas a LLMs con decisiones acotadas
  • Arquitectos de soluciones y plataformas que diseñan arquitecturas de agentes
  • Gerentes de producto técnico que evalúan opciones de modelos de decisión

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas