🦜🔗LangChain: Domina los LLM y Conviértete en un Experto en IA (Curso Gratis)
Вставка
- Опубліковано 13 тра 2024
- ¿Listo para subir de nivel en el mundo de la inteligencia artificial?
¡Bienvenid@s al primer curso 100% gratuito y en español sobre LangChain!, el framework que está revolucionando la ingeniería de IA. 🚀
En este primer episodio, te introduzco los conceptos fundamentales y componentes clave de LangChain, acompañados de prácticas de código que solidificarán tu aprendizaje. Si eres nuevo en el campo o buscas consolidar tus habilidades, este curso es para ti.
¿Qué aprenderás?
📘 Conceptos básicos de LangChain y su importancia en la IA.
🛠️ Componentes clave y cómo implementarlos en proyectos reales.
🤖 Prácticas de código para entender mejor cada funcionalidad.
📈 Estrategias para evitar los errores más comunes y maximizar tu potencial en IA.
No te pierdas este curso completo y gratuito que te llevará de la teoría a la práctica en poco tiempo. ¡Empieza a transformar tu carrera con LangChain hoy mismo!
Suscríbete al canal para no perderte ningún episodio de este curso y mucho más contenido exclusivo de inteligencia artificial. 🔔
No olvídes unirte al canal de Telegram, y pedirme los recursos de este vídeo (diapositivas y notebook).
- ¡SÍGUEME! --
🌟 Para contenido exclusivo y actualizaciones
📷 Instagram: / codingmindset
🎵 TikTok: / codingmindset
💬 Comunidad de Telegram: t.me/coding_mindset
💬 Comunidad de WhatsApp: chat.whatsapp.com/BD3Y8lWjvPd...
- Capítulos-
00:00 Presentación Curso LangChain GRATIS y en español
00:43 LangChain - de 0 a experto
01:08 Los LLM
01:40 Limitaciones de los LLM
02:36 Técnicas para mitigar las limitaciones de los LLM
06:42 ¿Qué es LangChain?
07:29 LLM Apps
12:12 Componentes Principales de LangChain
16:54 Componentes Clave de LangChain
38:10 Ecosistema LangChain
#LangChain #CursoDeIA #AprenderIA #IngenieriaDeIA #CursosGratis - Наука та технологія
Llegué aquí por recomendación de Google, y raro fue encontrar a alguien en español. Este tipo de contenido te lanzará al estrellato. Intenta un video de Local RAG y serías el único en español, para actualizar modelos locales y darles conocimientos que se puedan mantener privados. Suscrito. Felicitaciones!
Muchísimas gracias por tu comentario! ❤️ cuenta con ese tutorial! Lo tenía en mente, así que próximamente lo tendremos en el canal
Muy buen video !
¡Quede encantado con este primer curso, espero y vengan muchos mas, tambien con modelos opensources y aplicaciones completas, seria genial, de igual manera muchas gracias por compartirlo en español para todo nosotros!
Existe alguna forma de proporcionarnos el codigo utilizado en el video para probarlo en colab?
Te acabo de descubrir y me ha gustado el video, tanto que me he suscrito. GRACIAS POR CREAR INFO ÚTIL!
Muchas gracias por tu comentario! ☺️ me alegro de que encuentres la información de utilidad! Un saludo!
agradecido por el contenido, creí que el mejor contenido sobre langchain estaba en ingles pero por fin encontré alguien que realmente sabe sobre esto, nuevo sub y a la espera de mas contenido
Muchísimas gracias! 🙏 me alegro mucho de que os esté gustando y esté teniendo tan buena acogida el vídeo! ☺️
Excelente, muchas gracias!!
Gracias a ti por tu comentario! Me alegro de que te haya gustado el tutorial!
muy bien Elvin! un abrazo y felicitaciones por el progreso del canal sobretodo el éxito en la divulgación en IA!
Hola Miguel! Muchísimas gracias por tu comentario! me ha hecho ilusión verte por aquí! Un abrazo!
Buena iniciativa. Estaria bien que pusieras un poco de zoom en el código para que se vea más claro y si publicaras el código para seguir los pasos, también estaría bien.💪
Hola! He tomado nota del zoom para los siguientes vídeos 🙏. Estoy subiendo todos los recursos que voy usando al grupo de Telegram a medida que me los vais pidiendo. Puedes unirte y cualquier comentamos a través del grupo.
Un saludo!
Genial !!!
Gracias! Me alegro de que te haya gustado el vídeo!
Muy bueno, muy útil y muy bien explicado, esperamos los otros videos de la serie! Muchas gracias!
Muchas gracias por tu comentario! Me alegro mucho de que os esté gustando tanto! ☺️
Infinitamente gracias por compartir tus conocimientos, por fin encontré un vídeo completo.
Estaré pendiente de tus próximos videos ❤.
Muchos éxitos y que Dios te siga dando mucha sabiduría y inteligencia.
Compartiré tu vídeo con mucho gusto🎉
Muchas gracias por tu comentario! Me alegra mucho de que te haya gustado y servido el vídeo! Gracias por tus bendiciones ☺️
Que buena explicación, muchas gracias
Muchas gracias por tu comentario! Me alegro de que te haya gustado! ☺️
Gran vídeo! Creo que es el que más he disfrutado del canal. De los vídeo que hay que ver y pausar mil veces para poder apuntar toda la información que nos das. Muchas gracias, como siempre, por tu esfuerzo, y ya con ganas del siguiente video del curso
Muchas gracias por este feedback! Me hace muy feliz ver que el esfuerzo merece la pena y que os está aportando mucho valor!😊
María Eduarda también piensa en ti, ánimo bro! Gracias por el video. 💯
Premio al mejor comentario! 🤣 larga vida a María Eduarda! 🤣
😮 toca darle un vistazo
Gracias!🤩
gracias.. que orden mental el que tienes ..
Gracias por tú comentario! ☺️ hay que ordenarse un poco la mente para hacer estos vídeos 😝
Justo el curso que necesitaba
Muchas gracias! me alegro de que te haya gustado!😊
Gracias, ojalá puedas hacer buen zoom al código fuente en los vídeos siguientes.
Cuenta con ello 🙏
Amigo, tu aporte es EXTRAORDINARIO!! Te felicito por la iniciativa, calidad y generosidad de compartir tu conocimiento... 👏🙌 Ya en tren de pedir, si algún día está a tu alcance explicar en términos simples cómo se podría hacer fine tune a un LLM como Llama3, a partir de una base de datos propia en texto (por ejemplo, un json que incluya system, y una lista de ejemplos tipo human:... /bot=...) sería súper bienvenido. Gracias y éxitos!!!
Muchisimas gracias por tu comentario! Me ha alegrado el día y desde luego hace que todo el esfuerzo valga la pena! 😊.
En cuanto a tu petición, sí me gustaría en algún momento hacer un video de como hacer fine-tuuning a modelos, lo que primero me gustaría seguir avanzando con la serie de LangChain, pero cuenta con ello!
Genial tu video, Gracias por compartir tus conocimientos ,
porfa que en tus demas videos trata de mostrartarnos en que parte de la documentacion estan las funciones mas importantes que usas , asi podemos profundizar mas
Muchas gracias por tu comentario! Lo tengo en cuenta! ✌🏽
Gracias
Gracias a ti por tu comentario! ☺️
Extraordinario resumen... faltaron algunos conceptos como del de map reduce ...pero genial. Quiero preguntar Que ventajas tengo en usar un agente en vez de una cadena regular en una tarea de classificacion? Cambia o mejora el resultado. Lo que tengo que haceer es classificar un documento de acuerdo a las politicas de una empresa.... Puedo usar prompts o puedo usar agentes....que ventajas tiene el uno sobre el atro?
Muchas gracias! Me alegro de que te haya guistado. Este es un video introductorio con el que prtendía introducir la tecnología y repasar los conceptos clave. El map-reduce en Langchain no es mas una cadena especializada en cuanto a la ingesta de documentos, por eso no tenía cabida en este video ya que es un concepto más avanzado y específico.
En cuanto a tu consulta, el uso de agentes ene se casoo no te aportará ningún beneficio. Cómo lema de vida yo siempre pongo la simplicidad primera, en este caso, si la tare puede ser realizada con una simple cadena, mejor que adentrarse en la complejidad de los agentes. De todos modos un agente tendría sentido en una tarea mas compleja o que requiriese el uso de herramientas externas.
Muchas gracias por esta información, estaré al pendiente. Trabajo en una escuela y me gustaría que pudieras enseñarnos a realizar apps que analicen documentos; por ejemplo listas de asitencia o expedientes de estudiantes y podamos obtener información muy valiosa. Gracias
Muchas Gracias por tu comentario! Estate atento a los próximos videos porque justamente habrán prácticas en las que estaremso analizando documentos y pudiéndole preguntar a los modelos cualquier cosa acerca de ellos! 😊
Amigo, en proximos videos podrias por favor poner mas grande el texto del codigo por favor? se ve veia muy pequeño. Gracias!
Tomo nota para los siguientes! ✌🏽
También te puedes poner gafas o vas a configuración y aumentas el tamaño en tu pantalla.
@@carlos19989 Ya uso gafas y aun asi se ve pequeño, es el unico video donde la letra del codigo es pequeña ...y no voy a estar cambiando la conf de la pantalla solo para ver este video. ¬ _ ¬
que grande eres
Muchas gracias por tu comentario! 😊
@@CodingMindsetIO¡Gracias por el video! Me alegra mucho ver cómo la comunidad "técnica" de la IA en español está creciendo. Canales como el tuyo son una gran ayuda para estudiantes como yo de Ciencia de Datos e IA. ¡Un saludo!
Si no quiero usar OpenAI si no por ejemplo Llama3 o Phi-3, se puede usar con LangChain en vez de OpenAI ?? Gracias
Puedes usar el modelo que quieras con LangChain. Lo más sencillo es valerse de servicios como Groq (tienen ya disponible Llama3 entre otros) y el proceso sería el mismo: setear la api key 🔑 e importar la clase Groq o ChatGroq.
También sería posible utilizar modelos en local, pero debes de asegurarte de tener unos 96 GB de RAM para modelos grandes o 24 para modelos más pequeños. Con algún modelo quantizado es posible con 16. Pero para experimentar y prototipar te aconsejaría usar servicio vía api.
Gracias por este contenido.
Con ganas de ver esos agentes.
Como idea, sería genial contenido para hacer agentes con herramientas No Code, tipo Flutterflow.
Muchas Gracias! Tomo nota! 😊 Sobre agentes seguramente habrán varios videos hasta que lleguemos a explorar LangGraph y ene ste punto vereis cosas fascinantes! 🤯🤯