温馨提示：本站仅提供公开网络链接索引服务，不存储、不篡改任何第三方内容，所有内容版权归原作者所有
AI智能索引来源：http://www.ibm.com/mx-es/think/topics/large-language-models
点击访问原文链接

¿Qué son los LLM? | IBM

进入原网站 导航首页
Le damos la bienvenidaDescripción generalTipos de machine learningAlgoritmos de machine learningMachine learning estadísticoÁlgebra lineal para machine learningCuantificación de la incertidumbreCompensación entre sesgo y varianzaDescripción generalSelección de característicasExtracción de característicasIncrustación de vectoresEspacio latenteAnálisis de componentes principalesAnálisis discriminante linealSobremuestreoReducción de ejemplificaciónDatos sintéticosFiltración de informaciónDescripción generalRegresión linealRegresión lassoRegresión de crestaModelo de espacio de estadosSeries temporalesModelo autorregresivoDescripción generalÁrboles de decisiónK-vecinos más cercanos (KNN)Naive bayesBosque aleatorioMáquina de vectores de soporteRegresión logísticaDescripción generalBoostingBaggingGradient boostingClasificador de gradient boostingDescripción generalAprendizaje por transferenciaDescripción generalDescripción generalAgrupación en clústeres de K-meansAgrupación en clústeres jerárquicoAlgoritmo a prioriModelo de mezcla gaussianaDetección de anomalíasDescripción generalFiltrado colaborativoFiltrado basado en el contenidoDescripción generalFeedback humano de aprendizaje por refuerzoDescripción generalDescripción generalRetropropagaciónModelos de codificador-decodificadorRedes neuronales recurrentesRedes neuronales convolucionalesDescripción generalMecanismo de atenciónAtención agrupada a las consultasCodificación posicionalAutocodificadorModelo MambaRedes neuronales gráficasDescripción generalModelo generativoIA generativa frente a IA predictivaDescripción generalModelos de razonamientoModelos de lenguaje pequeñoAfinación de instruccionesParámetros de LLMTemperatura de LLMPuntos de referencia de LLMPersonalización de LLMModelos de difusiónAutocodificador variacional (VAE)Redes generativas adversativas (GAN)Descripción generalModelos de lenguaje de visiónTutorial: Crear un estilista de IATutorial: Consultas multimodales de IA con LlamaTutorial: Consultas multimodales de IA con PixtralTutorial: Transcripción automática de podcasts con GraniteTutorial: Sistema de respuesta de análisis de imágenes PPT IADescripción generalGraphRAGTutorial: Crear aun sistema RAG multimodal con Docling y GraniteTutorial: Evaluar el pipeline RAG con RagasTutorial: Estrategias de fragmentación de RAGTutorial: Graficar RAG mediante grafos de conocimientoTutorial: Escalado de inferencias para mejorar el RAG multimodalDescripción generalProgramación de VibeVisite la Guía para agentes de IA 2025Descripción generalFunción de pérdidaDatos de formaciónParámetros del modeloGradiente descendenteDescenso de gradiente estocásticoAjuste de hiperparámetrosTasa de aprendizajeDescripción generalRefinamiento eficiente de parámetros (PEFT)LoRATutorial: Ajuste del modelo Granite con LoRARegularizaciónModelos fundacionalesSobreajusteSubajusteAprendizaje few shotAprendizaje zero shotDestilación de conocimientosMetaaprendizajeAumento de datosOlvido catastróficoDescripción generalScikit-learnXGBoostPytorchDescripción generalCiclo de vida de la IAInferencia de IADespliegue de modelosPipeline de machine learningEtiquetado de datosGestión de riesgos de los modelosDesviación del modeloAutoMLSelección de modeloAprendizaje federadoMachine learning distribuidoPila de IADescripción generalNatural Language UnderstandingDescripción generalAnálisis de sentimientoTraducción automáticaDescripción generalRecuperación de informaciónExtracción de informaciónModelado de temasAnálisis semántico latenteAsignación latente de DirichletReconocimiento de entidades nombradasIncorporaciones de palabrasBag of wordsBúsqueda inteligenteReconocimiento de vozStemming y lematizaciónResumen de textoIA conversacionalAnalytics conversacionalGeneración de lenguaje naturalDescripción generalClasificación de imágenesDetección de objetosSegmentación de instanciasSegmentación semánticaReconocimiento óptico de caracteresReconocimiento de imágenesInspección visualCole Strykeraprendizaje profundoredes neuronalestransformadorprocesamiento de lenguaje naturalen inteligencia artificialIA generativaClaudeChatGPTMicrosoft, modelos LlamaGeminiserie de modelos Granitewatsonx.ai,watsonx Assistantwatsonx Orchestrate.tokenizaciónaprendizaje autosupervisadomachine learningaprendizaje supervisadotransformadoramecanismo de autoatenciónmodelo de IAconjuntos de datosincorporacióncodificaciones posicionalesautoatenciónparámetro de LLM,modelos de lenguaje pequeñosdatos de entrenamientofunción de pérdidaretropropagacióny el descenso del gradienteincorporación vectorialchatbotpersonalización específica de un dominioel aprendizaje por refuerzo a partir del feedback humanoaprendizaje por refuerzomodelos de razonamientopersonalización de LLMajuste de instruccionesinferenciaingeniería rápidatemperatura de LLMventana de contextogeneración aumentada por recuperaciónmodelo previamente entrenadoIr al episodioGPUmodelos preentrenadosautomatizaciónHugging Facesistema agénticoAPI,Resumen de textoAsistentes de IAIA conversacionalresponder preguntasGeneración de códigoAnálisis de sentimientoalucinacioneslos sesgosgobernanza de la IALos puntos de referencia de LLMarquitectura transformadoraLos modelos MambaLos LLM de difusiónEbook Cómo elegir el modelo fundacional adecuado Aprenda a elegir el enfoque correcto para preparar conjuntos de datos e implementar modelos fundacionales. Lea el ebookInforme IBV La empresa en 2030: diseñada para la innovación perpetua Descubra nuestras cinco predicciones sobre lo que definirá a las empresas más exitosas en 2030 y los pasos que los líderes pueden tomar para obtener una ventaja de IA-first. Lea el informemodelos de IA Explorar IBM Granite Descubra IBM Granite, nuestra familia de modelos de IA abiertos, de alto rendimiento y confiables, diseñados para empresas y optimizados para escalar sus aplicaciones de IA. Explore opciones de lenguaje, código, series de tiempo y medidas de protección. Conozca GranitePodcast Techsplainers Explicación de los modelos de lenguaje grandes Techsplainers de IBM desglosa los aspectos esenciales de los LLM, desde conceptos clave hasta casos de uso del mundo real. Los episodios claros y rápidos le ayudan a aprender los fundamentos rápidamente. Escuche ahoraEbook Cómo elegir el modelo fundacional adecuado Aprenda a seleccionar el modelo fundacional de IA más adecuado para su caso de uso. Lea el ebookArtículo Descubra el poder de los LLM Conozca a detalle los artículos, blogs y tutoriales de IBM Developer para profundizar sus conocimientos sobre LLMs. Explore los artículosGuía La guía del CEO para la optimización de modelos Aprenda a impulsar continuamente a los equipos a mejorar el rendimiento del modelo y superar a la competencia mediante el uso de las últimas técnicas e infraestructura de IA. Lea la guíaInforme Un enfoque diferenciado de los modelos fundacionales de IA Explore el valor de los modelos fundacionales de nivel empresarial que proporcione confianza, rendimiento y beneficios rentables a todas las industrias. Lea el informeEbook Desbloquee el poder de la IA generativa y ML Aprenda a incorporar la IA generativa, el machine learning y los modelos fundacionales en sus operaciones empresariales para mejorar el rendimiento. Lea el ebookExplore IBM BobExplore watsonx OrchestrateExplore las soluciones de IADescubra IBM BobExplore watsonx OrchestrateAttention is all you need

智能索引记录