Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
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