Trece retos para los sistemas generativos en el inicio de 2025
El post plantea trece retos para los sistemas generativos y algunas formas de hacerles frente, tal y como se ve en el inicio de 2025.
DetallesEl post plantea trece retos para los sistemas generativos y algunas formas de hacerles frente, tal y como se ve en el inicio de 2025.
DetallesSe presenta una comparativa, en siete aspectos, entre la cognición humana y lo que aportan los modelos generativos de IA
DetallesHablamos de Computación afectiva y voz viendo cómo se utilizan elementos físicos del sonido de la voz con las emociones.
DetallesHablamos de sistemas multi-agente, donde tienen cabida enfoques competitivos y colaborativos y que constituye un campo de investigación.
DetallesEn este post se describen tres formas de personalizar un LLM : mediante fine tunning, mediante RAG y mediante interacción con el usuario.
DetallesEn este post hablamos del aprendizaje por refuerzo para casos con dos agentes y explicamos el muy interesante concepto de autoaprendizaje.
DetallesSe cuentan los fundamentos de RAG (Retrieval Augmented Generation) como una forma de extensión y personalización de modelos generativos.
DetallesAvanzando en la revisión del aprendizaje por refuerzo, en este post se revisan brevemente los métodos basados en modelo
DetallesEl aprendizaje por refuerzo, en la situación de problemas continuos y métodos basados en políticas, puede usarse en locomoción de robots.
DetallesReseña del libro ‘Azure OpenAI Service for Cloud Native Applications’ de Adrián González , un recorrido muy completo por este servicio.
Detalles