Tutorías LLM

Descubre la nueva serie LLM de Microsoft y eleva la precisión de tu modelo del 65% al 86% afinándolo en el conjunto de datos de clasificación del comercio electrónico.

Aprende a crear aplicaciones de IA en tiempo real con la API en tiempo real de OpenAI. Este tutorial cubre WebSockets, configuración de Node.js, mensajería de texto/audio, llamada a funciones y despliegue de una demo del asistente de voz React.

Aprende la RAG Especulativa, una técnica que mejora la RAG mediante un proceso de redacción y verificación en dos pasos, y aplica tus conocimientos con una implementación práctica utilizando Transformadores de Cara Abrazada.

Aprende a afinar GPT-4o con imágenes siguiendo este tutorial paso a paso, en el que descubrirás cómo mejorar la capacidad de GPT-4o para reconocer iglesias georgianas.

Aprende a destilar LLMs con la herramienta de destilación de OpenAI. Este tutorial proporciona una guía paso a paso utilizando GPT-4o y GPT-4o-mini para generar comandos Git.

Personaliza el modelo GPT-4o Mini para clasificar las publicaciones de Reddit en etiquetas "estresantes" y "no estresantes".

Llama Stack es un conjunto de herramientas y API estandarizadas desarrolladas por Meta que simplifican el proceso de creación y despliegue de grandes aplicaciones de modelos lingüísticos.

Aprende a acceder a los modelos ligeros y de visión de Llama 3.2 en Kaggle, a ajustar el modelo en un conjunto de datos personalizado utilizando GPUs P100 gratuitas y, a continuación, a fusionar y exportar el modelo al Hugging Face Hub.

Aprende a utilizar el Pixtral 12B de Mistral interactivamente a través de Le Chat o programáticamente mediante la API disponible en La Plateforme.

Aprende a utilizar Flux AI para generar imágenes y explora las características, aplicaciones y casos de uso de cada modelo de la familia Flux: Flux Pro, Flux Dev y Flux Schnell.

Aprende a sacar el máximo partido a NotebookLM utilizando su función de generación de podcasts y su capacidad para organizar, resumir y responder preguntas sobre tus documentos.

El RAG correctivo (CRAG) es una técnica de RAG que incorpora la autoevaluación de los documentos recuperados para mejorar la precisión y pertinencia de las respuestas generadas.