9. Día 1 - Iniciando la configuración de tu entorno para LLM

 Iniciando la configuración de tu entorno para LLMs

¡Comenzamos la primera semana de nuestro curso explorando los modelos frontera, los más avanzados en el mundo de los LLMs! 🌍

🔧 Lo primero: preparar nuestro entorno
Vamos a configurar todo desde cero para programar en Python y construir nuestra primera solución con LLMs. ¿Qué necesitamos?

1️⃣ Clonar el repositorio desde GitHub (¡fácil y rápido!).
2️⃣ Instalar herramientas clave:

  • Recomendado: Usar Anaconda (entorno aislado y compatible, aunque ocupa espacio).

  • Alternativa: Entorno virtual con pip (más ligero, pero requiere gestión manual).

⚠️ ¿Problemas? Tranquilo/a, es normal. Te dejo mis "armas secretas":

  • Un cuaderno de resolución de errores en el repo.

  • ChatGPT/Claude: Pega el error y te dirá cómo solucionarlo (¡funciona mejor que Stack Overflow!).

  • Y si todo falla... ¡yo mismo! Escríbeme en la plataforma o LinkedIn (Juan Gabriel Gomila).

🔑 Pasos clave adicionales:

  • Configurar la API de OpenAI (hablaremos de costes, pero no será caro para el curso).

  • Crear un archivo .env para guardar claves privadas (¡extensión obligatoria!).

  • Activar el entorno y lanzar Jupyter Lab para empezar a programar.

🎯 Próximos pasos:

  • Comparar modelos frontera y entender su estado del arte.

  • Profundizar en Transformers (el corazón de los LLMs).

  • ¡Crear un proyecto comercial aplicable a tu área (educación, salud, negocios, etc.)!

💡 Consejo: Si es tu primera vez con Python, no te frustres. La instalación suele ser lo más complicado, pero con paciencia y esta guía, ¡lo lograrás!

¿Listo/a para empezar? ¡Vamos a por ello! 👇

Comentarios

Publicar un comentario

Entradas populares de este blog

4-Explorando Ollama y Creando un Tutor para Aprender Idiomas

Explorando Ollama y Creando un Tutor para Aprender Idiomas ¿Te imaginas tener un  tutor personalizado de idiomas  disponible 24/7, sin suscripciones costosas y que funcione directamente en tu computadora? Con  Ollama  y los modelos de lenguaje local (LLM), esto es posible. En este post, te mostraré cómo  configurar un asistente de aprendizaje de idiomas  usando modelos como  Llama 3, Mistral o Gemma  en tu PC con Windows, Mac o Linux. 📌 ¿Por qué usar un LLM como tutor de idiomas? Los modelos de lenguaje modernos pueden: ✅  Corregir gramática y pronunciación ✅  Generar ejercicios personalizados ✅  Simular conversaciones reales ✅  Explicar reglas lingüísticas en contexto Y lo mejor:  ¡Todo offline y sin límites de mensajes! 🛠️ Configuración básica 1. Instalar Ollama Sigue nuestra  guía anterior  para instalar Ollama en tu sistema. 2. Descargar un modelo adecuado Algunas buenas opciones para aprendizaje de idiomas...
Leer más

1- ¿Qué es Machine Learning y en qué se diferencia de los LLMs y los Agentes de IA?

¿Qué es Machine Learning y en qué se diferencia de los LLMs y los Agentes de IA? 🤖 En el mundo de la inteligencia artificial (IA), hay términos que a menudo se confunden, pero que tienen diferencias clave. Hoy vamos aclarar tres conceptos fundamentales:  Machine Learning (ML) ,  Large Language Models (LLMs)  y  Agentes de IA . 🔹  Machine Learning (ML) - El corazón de la IA El  Machine Learning  es una rama de la IA que se enfoca en desarrollar algoritmos que permiten a las máquinas  aprender de datos  sin ser programadas explícitamente para cada tarea. Ejemplos : Sistemas de recomendación (Netflix, Spotify). Detección de fraude en transacciones bancarias. Clasificación de imágenes (reconocimiento facial). Características : Requiere grandes conjuntos de datos para entrenar modelos. Puede ser supervisado (etiquetado), no supervisado (sin etiquetas) o por refuerzo (aprendizaje basado en recompensas). 🔹  Large Language Models (LLMs) - IA ...
Leer más