AI ENGINEER WIKI

0/10 lecciones · 0%

Ver etiquetas →Repasar →

01State of the Art: AI Engineering en 2026

¿Qué son los LLMs?
Arquitectura Transformer (Profundización)
Tokens, Contexto y Coste
Temperatura y Parámetros de Generación
Comparativa de Modelos: Actualización Agosto 2026
Propietario vs Open Source: Framework y Casos
Machine Learning en la Práctica
Redes Neuronales: Deep Learning
Cuándo NO Usar un LLM: ML vs DL vs IA Generativa
Benchmarks y Evaluación de Modelos
Comparativa de Algoritmos: Todos los Modelos a la Vez

← Todos los módulos

Etiquetas

actualizacion anti-patron arbol-de-decision arquitectura benchmarks capacidades-emergentes casos-practicos comparativa-algoritmos comparativa-modelos compresion contexto coste deep-learning ejercicio evaluacion-critica frequency-penalty fundamentos gpqa keras knn llama llm lm-studio machine-learning ml-vs-dl mmlu mnist open-source random-forest redes-neuronales scikit-learn self-attention stop-sequences svm swe-bench tco temperature tensorflow tokens top-p train-test-split transformer xgboost