Contenidos
0 - Bienvenida y metodología
1 - Conceptos básicos sobre LLMs y recuperación de datos
2 - Procesamiento de datos no estructurados
3 - Embeddings y bases de datos vectoriales
4 - Crea tu chatbot con datos personalizados
5 - Despliegues de LLMs, plataformas y herramientas
1 - Conceptos básicos sobre LLMs y recuperación de datos
2 - Procesamiento de datos no estructurados
3 - Embeddings y bases de datos vectoriales
4 - Crea tu chatbot con datos personalizados
5 - Despliegues de LLMs, plataformas y herramientas
Objetivos
Identificar y explicar los componentes clave y la funcionalidad de los Modelos de Lenguaje de Gran Escala (LLMs) y la Recuperación de Información Generativa (RAG).
Evaluar ejemplos de aplicaciones RAG y describir cómo se integran con LLMs para mejorar la recuperación de información.
Aplicar técnicas de procesamiento para transformar datos no estructurados en formatos adecuados para el uso en LLMs.
Desarrollar habilidades para implementar y utilizar Sentence Transformers en la creación de bases de datos vectoriales para aplicaciones RAG.
Implementar y evaluar estrategias de búsqueda y recuperación utilizando consultas vectoriales y modelos LLM.
Implementar y desplegar modelos LLM en entornos locales y en la nube, utilizando herramientas avanzadas para facilitar el acceso y la interacción.
Utilizar frameworks de código abierto para desarrollar y desplegar aplicaciones RAG, demostrando comprensión y habilidad en la integración de estos componentes.