Código

CC66Z

Créditos

Duración

24 HORAS

Valor Individual

30 UF

Objetivos

Al finalizar este curso, se espera que los y las estudiantes sean capaces de:

Comprender y aplicar técnicas avanzadas de inteligencia artificial generativa para la creación y manipulación de diversos tipos de contenido, incluyendo texto, imágenes y audio.
Entender los principios detrás de los modelos generativos más utilizados en la actualidad, como las redes generativas adversarias (GANs), los modelos de difusión y los modelos de lenguaje de gran escala (LLMs y LMMs).
Utilizar bibliotecas y herramientas especializadas, como transformers o peft, para implementar estas técnicas de manera eficiente en distintos contextos profesionales.

Contenidos

Modelos de Visión: GANs y modelos de difusiones.
Modelos de Lenguajes Largos (LLM).
Modelos de Audio.
Modelos Multimodales.
LLM avanzados (Efficiency, RAG, Agentes).

Bibliografía

Cursos

CS224N: Natural Language Processing with Deep Learning: https://web.stanford.edu/class/archive/cs/cs224n/cs224n.1244/
CMU-MMML: https://cmu-mmml.github.io/

Libros

Tunstall, L., Von Werra, L., Wolf, T. (2022). Natural language processing with transformers. O'Reilly Media, Inc..
Alammar, J., Grootendorst, M. (2024). Hands-on large language models: language understanding and generation. O'Reilly Media, Inc..
David Foster, Generative Deep Learning, 2nd Edition. O'Reilly Media, Inc..
Sanseviero, O., Cuenca, P., Passos, A., Whitaker, J. (2024). Hands-On Generative AI with Transformers and Diffusion Models. O'Reilly Media, Inc..

Papers

Efficiency:
- https://arxiv.org/abs/2106.09685 (LoRA)
- https://arxiv.org/abs/2205.14135 (FlashAtt)
LLM:
- https://arxiv.org/abs/2307.13854 (Web Arena)
Advanced LLM:
- https://arxiv.org/abs/2310.11667 (Sotopia)

Bibliografía

Cursos

CS224N: Natural Language Processing with Deep Learning: https://web.stanford.edu/class/archive/cs/cs224n/cs224n.1244/
CMU-MMML: https://cmu-mmml.github.io/

Libros

Tunstall, L., Von Werra, L., Wolf, T. (2022). Natural language processing with transformers. O'Reilly Media, Inc..
Alammar, J., Grootendorst, M. (2024). Hands-on large language models: language understanding and generation. O'Reilly Media, Inc..
David Foster, Generative Deep Learning, 2nd Edition. O'Reilly Media, Inc..
Sanseviero, O., Cuenca, P., Passos, A., Whitaker, J. (2024). Hands-On Generative AI with Transformers and Diffusion Models. O'Reilly Media, Inc..

Papers

Efficiency:
- https://arxiv.org/abs/2106.09685 (LoRA)
- https://arxiv.org/abs/2205.14135 (FlashAtt)
LLM:
- https://arxiv.org/abs/2307.13854 (Web Arena)
Advanced LLM:
- https://arxiv.org/abs/2310.11667 (Sotopia)

Profesores

Valentin Barriere

Ver Cursos de Especialización

Descuentos y Forma de Pago

Descuentos

50% funcionarios de la Universidad de Chile - jornada de 44 horas - o sus cargas (contrata o planta con nombramiento superior a 1 año).
30% para afiliados a Caja los Andes y otras instituciones con convenio firmado.
30% para ex-estudiantes de pregrado, magíster, doctorado, diplomas y cursos de educación continua de la Universidad de Chile.
30% para mujeres.
30% para personas provenientes de pueblos originarios, regiones y extranjeras/os no residentes en Chile.
30% funcionarias/os del estado - jornada desde 22 horas (contrata o planta con nombramiento superior a 1 año).
30% por grupo (3 o más personas de una misma institución o empresa).
25% funcionarios de la Universidad de Chile - jornada de 22 horas - o sus cargas (contrata o planta con nombramiento superior a 1 año).
25% por grupo (2 personas de una misma institución o empresa).

Importante: Los descuentos NO son acumulables entre sí y al momento de postular se deben acompañar los documentos que acrediten la calidad que habilita a obtener el descuento.

Forma de Pago

Transferencia electrónica (hasta en 12 cuotas sin interés).
Tarjeta de crédito (hasta en 12 cuotas sin interés).

Educación Continua

Programa de Curso

Inteligencia Artificial Generativa

Código

Créditos

Duración

Valor Individual

Objetivos

Contenidos

Bibliografía

Bibliografía

Profesores

Descuentos y Forma de Pago

Descuentos

Forma de Pago

Cursos Relacionados

Contacto

Departamento de Ciencias de la Computación
FCFM, Universidad de Chile

Nosotros

Pregrado

Postgrado

Educación Continua

Investigación

Difusión

Educación Continua

Código

Créditos

Duración

Valor Individual

Objetivos

Contenidos

Bibliografía

Bibliografía

Profesores

Descuentos y Forma de Pago

Descuentos

Forma de Pago

Cursos Relacionados

Contacto

Departamento de Ciencias de la Computación FCFM, Universidad de Chile

Departamento de Ciencias de la Computación
FCFM, Universidad de Chile