Introducción
Los modelos de lenguaje son herramientas eficaces para crear aplicaciones de IA generativas, pero un modelo base por sí solo podría no cumplir todos sus requisitos. La calidad, la precisión y la coherencia de las respuestas que genera un modelo dependen de cómo se configura y aumenta.
Imagine que es un desarrollador que trabaja para una agencia de viajes. Va a crear una aplicación de chat para ayudar a los clientes con sus preguntas relacionadas con los viajes. El modelo base proporciona respuestas decentes, pero su equipo tiene necesidades específicas: las respuestas deben seguir el tono de voz de la empresa, incluir información precisa sobre el catálogo de hoteles y mantener un formato coherente entre interacciones. ¿Cómo hace que el modelo rinda a este nivel?
Hay varias estrategias complementarias que puede usar para optimizar el rendimiento de un modelo de IA generativo. Estas estrategias van desde ajustes rápidos y de bajo costo hasta técnicas más implicadas que requieren tiempo y recursos adicionales.
En este módulo, explorará cada una de estas estrategias y aprenderá cuándo y cómo aplicarlas individualmente o en combinación.
Note
Reconocemos que a diferentes personas les gusta aprender de diferentes maneras. Puede optar por completar este módulo en formato basado en vídeo o puede leer el contenido como texto e imágenes. El texto contiene más detalle que los vídeos, por lo que, en algunos casos, es posible que desee hacer referencia a él como material complementario para la presentación de vídeo.