IA práctica para programadores: ChatGPT, LLM, RAG, agentes, evaluación y despliegue.
APIs inexistentes Introducción Cuando trabajamos con inteligencia artificial (IA) y sistemas de modelos lingüísticos de flujo largo (LLM), uno de los desafíos más comunes es cómo manejar las dependencias que requieren interfaces de programa…
Suposiciones implícitas: Por qué el código puede fallar Introducción Las suposiciones implícitas son uno de los mayores desafíos cuando se trabaja con lenguajes de programación. Son asumiciones que un desarrollador hace sin expresarlas expl…
Generalización vs Exactitud Introducción Cuando se trabaja con modelos de lenguaje de inteligencia artificial (LLM), una de las decisiones más cruciales es equilibrar la generalización y la exactitud. La generalización se refiere a la capac…
Patrones frecuentes: Cómo razona un LLM sobre código Introducción En la era de la inteligencia artificial (IA) asistida, es crucial entender cómo los modelos de lenguaje de aprendizaje por refuerzo (LLM en inglés) interpretan y generan códi…
Tokens y sintaxis Introducción En la era de la inteligencia artificial asistida, comprender cómo un Lenguaje de Modelos de Modelos (LLM) razona sobre código es fundamental para generar prompts efectivos. En esta unidad, exploraremos cómo el…
Responsabilidad del desarrollador: Programar con IA vs copiar código Introducción En la era de la Inteligencia Artificial (IA), los programas y sistemas informáticos se están volviendo más complejos cada día. Las herramientas de IA, como lo…
Comprensión del código generado Introducción La IA está revolucionando la forma en que programamos. Sin embargo, una de las mayores ventajas también es uno de los desafíos más importantes: comprender y controlar el código generado por la in…
Asistencia incremental: programar con IA vs copiar código Introducción La programación con inteligencia artificial (IA) ha revolucionado la forma en que desarrollamos software. Las Lenguajes de Modelos de Llamada (LLMs, por sus siglas en in…