- 01AIPróximamente
Arquitectura Transformer
Atención, tokens y bloques: cómo está hecho por dentro un modelo de lenguaje.
- 02AIPróximamente
Inferencia: cómo responde
Del prompt al token: muestreo, temperatura y por qué genera palabra por palabra.
- 03AIPróximamente
Cómo se entrena un LLM
Preentrenamiento, fine-tuning y RLHF: las etapas que forman al modelo.
- 04AIPróximamente
Modelos de razonamiento
Cadena de pensamiento y cómputo en inferencia: modelos que 'piensan' antes de responder.
- 05AIPróximamente
Ventana de contexto y atención
Cuánto cabe y qué cuesta: el límite de contexto y el costo de la atención.
- 06AIPróximamente
RAG de punta a punta
Recuperar y aumentar: darle al modelo tus documentos para que responda con ellos.
- 07AIPróximamente
Embeddings a fondo
Convertir texto en vectores con significado: la base de la búsqueda semántica.
- 08AIPróximamente
Bases de datos vectoriales
Guardar y buscar embeddings a escala: índices aproximados y similitud.
- 09AIPróximamente
RAG avanzado
Reranking, chunking y consultas híbridas: subir la calidad de un RAG real.
- 10AIPróximamente
Tool use / function calling
Que el modelo llame funciones y APIs: la puerta a acciones reales.
- 11AIPróximamente
Agentes
Planear, actuar y observar en bucle: LLMs que resuelven tareas de varios pasos.
- 12AIPróximamente
Memoria de agentes
Recordar entre turnos y sesiones: memoria de corto y largo plazo.
- 13AIPróximamente
Evals para sistemas LLM
Medir calidad sin engañarte: datasets, jueces y métricas para LLMs.
- 14AIPróximamente
Alucinaciones y guardrails
Por qué inventan y cómo contenerlo: validación, límites y seguridad.
- 15AIPróximamente
MCP — Model Context Protocol
El estándar para conectar modelos con herramientas y datos externos.
- 16AIPróximamente
Streaming y UX
Respuestas token a token: latencia percibida y buena experiencia.
- 17AIPróximamente
Fine-tuning vs RAG vs prompting
Cuándo ajustar, cuándo recuperar y cuándo solo pedir bien.
- 18AIPróximamente
AI gateways
Un punto único para varios proveedores: routing, fallbacks y observabilidad.
Este curso viene en camino.
Lo estamos preparando con la misma profundidad que el resto: video, ejercicio y caso real por cada tema. Mientras tanto, explora todo el temario.