Contacta con nosotros

Temario del curso

Introducción a los Modelos de Lenguaje Pequeños (SLMs)

  • Visión general de los modelos de lenguaje
  • Evolución desde los grandes modelos hacia los 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 los SLMs
  • Requisitos de datos y optimización del modelo
  • Métricas de evaluación para modelos de lenguaje

SLMs en el 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 prácticas de los SLMs

  • Aplicaciones móviles: procesamiento de lenguaje en el dispositivo
  • Sistemas embebidos: SLMs en dispositivos IoT
  • IA que preserva la privacidad: procesamiento local de datos
  • Computación perimetral (edge computing): SLMs en entornos de baja latencia

Casos de estudio

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

Tendencias futuras

  • Líneas de investigación actuales en SLMs
  • Desafíos en el escalado y despliegue
  • Consideraciones éticas e inteligencia artificial responsable
  • Hacia el futuro: SLMs de próxima generación

Talleres prácticos

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

Proyecto final

  • Identificación de un campo problemático para la aplicación de SLMs
  • Diseño e implementación de una solución basada en SLM
  • Pruebas y iteración del modelo
  • Presentación del proyecto y sus resultados

Resumen y siguientes pasos

Requerimientos

  • Conocimientos básicos sobre 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 inteligencia artificial
 14 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas