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 Programas

Educación Continua

Programa de Curso

Inteligencia Artificial Generativa

Código

Créditos

Duración

Valor Individual

Objetivos

Contenidos

Bibliografía

Bibliografía

Profesores

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

Cursos Relacionados

Contacto

Departamento de Ciencias de la Computación FCFM, Universidad de Chile

Departamento de Ciencias de la Computación
FCFM, Universidad de Chile