Resultados de búsqueda - "inteligencia artificial"
-
1981
-
1982
-
1983
-
1984
-
1985
-
1986
-
1987
-
1988
-
1989
-
1990
-
1991
-
1992
-
1993
-
1994
-
1995
-
1996
-
1997
-
1998
-
1999
Ciberseguridad, cibercrimen y nuevas tecnologías : riesgos y respuestas jurídicas
Tabla de Contenidos: “…Ciberseguridad, compliance y política criminal del cibercrimen -- "Avances y retrocesos de la política criminal relativa a los delitos contra datos y sistemas informáticos en el Perú" / Wendy Requejo Passoni (Perú) -- "Prevención del cibercrimen, ciberseguridad y compliance digital" / Luis Miguel Reyna Alfaro (Perú) -- "Compliance, neurociencias e inteligencia artificial" / Dino Carlos Caro Coria (Perú) -- "Ciberseguridad y compliance: garantías en la obtención de evidencias digitales en el marco de investigaciones internas. …”
Libro -
2000
Grandes Modelos de Lenguaje Conceptos, técnicas y aplicaciones
Tabla de Contenidos: “…CAPÍTULO 1Inteligencia artificial generativa -- Funcionamiento de la IA generativa -- Focos de la IA generativa – Aplicaciones -- Modelos de lenguaje generativos – Conclusiones -- CAPÍTULO 2 Introducción -- Modelos de lenguaje autorregresivos -- Modelos de lenguaje estadísticos -- Modelos de lenguaje neuronales -- Modelos de lenguaje preentrenados --Grandes modelos de lenguaje -- Modelos de embeddings de palabras -- Redes neuronales recurrentes -- Redes neuronales recurrentes simples -- Redes de memoria a corto-largo plazo – Autoencoders -- Cuello de botella de la información -- Variables latentes -- Arquitectura de un Autoencoder -- Tipos de Autoencoders -- Redes adversarias generativas -- Modelos de atención -- Problema del encoder-decoder -- Atención en modelos de secuencia – Transformers -- Capa del encoder -- Codificación posicional -- Conexiones residuales -- Capa del decoder -- Capa lineal y SoftMax -- Entrenamiento – Inferencia -- Función de pérdida –Conclusiones -- CAPÍTULO 3 Introducción -- Habilidades emergentes -- Técnicas de mejoramiento de capacidades -- Corpus comunes -- Tipos de entrenamiento -- Tipos de aprendizaje -- Tipos de tokenización -- BERT – Funcionamiento -- Arquitectura -- Entrada del modelo -- Salida del modelo -- Modelos preentrenados basados en BERT GPT -- El modelo GPT y GPT-2 -- El modelo GPT-3 -- El modelo GPT-4 -- Reinforcement Learning from Human Feedback Vocabulario -- Entrenamiento -- PaLM-2 -- LLaMA -- Datos de preentrenamiento -- Arquitectura -- Objetivos y métricas --Preentrenamiento de LaMDA -- MEGATRON -- Datos de entrenamiento --CAPÍTULO 4 – Introducción -- Tareas de evaluación -- Tareas básicas de evaluación -- Tareas avanzadas de evaluación -- Tareas de cumplimiento de regulaciones -- Métricas y puntos de referencia -- Datasets de Benchmark -- SQuAD (Stanford Question Answering Dataset) -- GLUE (General Language Understanding Evaluation) -- SNLI (Stanford Natural Language Inference) -- ARC (Abstraction and Reasoning Corpus) -- Evaluación de LLM -- CAPÍTULO 5 -- Clasificación de sentimientos -- Búsqueda semántica en textos --Razonamiento con agentes de lenguaje -- Inferencia causal -- Acceso a bases de datos en lenguaje natural -- Cargando y preguntando por datos propios -- Realizando ajuste fino de un modelo con datos propios -- Diseño y optimización de prompts -- Sistema conversacional ChatGPT -- Sistema conversacional -- CAPÍTULO 6 -- Habilidades emergentes -- LLM en producción -- Alineación entre humanos y LLM -- Ética -- Aspectos regulatorios –Complejidad -- Riesgos –Limitaciones – Conclusiones.…”
Libro