Tutoriales de IA

Aprende a usar la API de Claude Opus 5 en Python. Crea un agente que arregla bugs con herramientas y compara los cinco niveles de effort por tasa de acierto, tokens y coste.

Profundiza en el modelo Contrastive Captioner (CoCa), un avanzado modelo base imagen-texto en aprendizaje automático.

Codestral Mamba es un modelo de generación de código de 7.000 millones de parámetros de Mistral AI que utiliza la arquitectura Mamba para programar con eficiencia y contextos extendidos.

Saca a tu agente de código de su caja de arena. Descubre cómo usar Codex CLI y MCP para conectar LLMs a datos en vivo, herramientas externas y flujos de trabajo multiagente.

Aprende a inferir y afinar LLMs con TPUs e implementa paralelismo de modelos para entrenamiento distribuido en 8 dispositivos TPU.

Este tutorial profundiza en el enfoque de Databricks hacia la IA y el machine learning en Databricks Lakehouse y presenta sus últimas funciones.

Descubre cómo CrewAI, LangGraph y AutoGen abordan la IA multiagente. Explora sus diferencias en flujos de trabajo, memoria, escalabilidad y colaboración para encontrar el que mejor se adapta a tus necesidades.

Aprende a configurar las automatizaciones de Cursor con este tutorial práctico que cubre revisión de código en PR, tareas programadas con cron, herramientas y configuración de MCP.

Descubre cómo las reglas de Cursor orientan a la IA al programar: define contexto a nivel de proyecto y patrones de coincidencia de archivos, y mantén reglas precisas y actualizadas con el tiempo.

Usa el SDK de Cursor para ejecutar un agente local y luego un agente en la nube que corrige un pequeño bug en un repo de GitHub y abre un pull request.

Descubre qué es la política de tasa de aprendizaje cíclica y cómo puede mejorar el entrenamiento de una red neuronal.

El aprendizaje por refuerzo profundo combina el bucle de prueba y error del aprendizaje por refuerzo con redes neuronales que generalizan en espacios de estados inmensos.