Domina la Revolución de la IA Generativa: Un Viaje de Cero a Experto para Transformar tu Futuro Profesional

Introducción a los Modelos de Lenguaje

Que son los Modelos de Lenguaje

Tipos de Modelos de Lenguaje

OpenAI, la compañía detrás del algoritmo de ChatGPT

Introducción a ChatGPT

Ventajas de ChatGPT y diferencia con ChatBot convencionales

Limitaciones de ChatGPT

Características y limitaciones de GPT-4

Herramientas para trabajar con LLMs y NLP

API de Open AI

Laboratorio Práctico_API de OpenAI

Fundamentos de Hugging Face

Fundamentos de LangChain

Modelos LLM Open-source

Introducción a LangChain ADAPTADO a FLOWISE

Casos de uso y componentes de LangChain

Diferentes tipos de modelos LangChain y requisitos

Gestión de entradas del LLM con el modulo de Prompts de LangChain

Combinacion de LLM con otros componentes a través de cadenas

Dando acceso a datos externos a traves de Indices de LangChain

Dando la capacidad de memorizar a ChatGPT a traves de Memor LangCha

Dando acceso a herramientas gracias al modulo de Agents de LangChai

Desarrollando LLMs de última generación

Características de Flowise

Instalación de Flowise

Primeros pasos con Flowise

Creacion de un ChatFlow con Flowise

Dando memoria al ChatFlow de Flowise

ChatFlows con superpoderes gracias a los Agentes de Flowise

Componentes de Flowise

Componente de Modelos de Flowise

Componente de Prompts de Flowise

Vector Stores, Indices, Embeddings y Document Loaders de Flowise

Componente de Memoria de Flowise

Componente de Cadenas de Flowise

Agentes y Herramientas de Flowise

Ejercicio Práctico: Diseño del asistente personalizado

Solucion_Diseño del asistente personalizado

Ejercicio Práctico: Desarrollo de un ChatFlow Básico

Solucion: Diseño de un ChatFlow Básico

Ejercicio Práctico: Desarrollo de un Asistente

Solucion: Desarrollo de un Asistente

Fundamentos del entrenamiento de LLMs con documentos

Laboratorio: Añadiendo el QA Chain, el Vector Store y cargador de PDF

Laboratorio: Añadiendo el Text Splitter y el OpenAI Embeddings

Introducción a las bases de datos vectoriales e importancia para LLMs

Características de bases de datos vectoriales

Diferentes Bases de datos vectoriales

Fundamentos de Pinecone

Carga de Embeddings e Indices desde Pinecone

Ejercicio Práctico_Desarrollo de Indices y Embeddings para Pinecone

Solucion_Creación de Vectores e Indices en Pinecone

Ejercicio Práctico_Desarrollo de un LLM Personalizado

Solucion_Desarrollo de un LLM Personalizado

Ejercicio Práctico_Puesta en Produccion

Solucion_Despliegue en produccion del LLM Personalizado

Razonamiento en multiples pasos

Enlazando dos modelos de lenguaje grande (LLM)

Encadenando un tercer modelo de lenguaje

Fundamentos del modelo Falcon

Laboratorio Prac_Utilizar el modelo Falcon 7b desde Flowise

Laboratorio Prac_Utilizar el modelo Falcon 40b desde Flowise

Fundamentos de Replicate

Uso de LLM Open-source_Llama, Vicuna y Falcon a traves de Replicate

Gestion de las credenciales en Flowise

Uso de LLM Open-source_Llama, Vicuna y Falcon a traves de Replicate

Introducción a Auto_GPT

Los modelos de Auto_GPT, BabyAGI y Jarvis 

Laboratorio Practico; Utilizando Auto_GPT

Laboratorio_Fundamentos de Auto-GPT en Flowise

Laboratorio_Utilizando Auto-GPT desde Flowise

Baby AGI_la evolución del modelo AutoGPT

Despliegue en Producción de LLMs

Puesta en Producción mediante APIs

Añadiendo credenciales a las APIs

Consulta de archivos PDF mediante APIs de Flowise

Introducción al Proyecto y Ejercicio Práctico Opcional

Web Scrapper, Pinecone y Conversational Retrieval QA Chain

Mejora del Web Scrapper y evitando alucinaciones en el modelo

Configuracion alternativa del proyecto