Artwork

Lunaticoin द्वारा प्रदान की गई सामग्री. एपिसोड, ग्राफिक्स और पॉडकास्ट विवरण सहित सभी पॉडकास्ट सामग्री Lunaticoin या उनके पॉडकास्ट प्लेटफ़ॉर्म पार्टनर द्वारा सीधे अपलोड और प्रदान की जाती है। यदि आपको लगता है कि कोई आपकी अनुमति के बिना आपके कॉपीराइट किए गए कार्य का उपयोग कर रहा है, तो आप यहां बताई गई प्रक्रिया का पालन कर सकते हैं https://hi.player.fm/legal
Player FM - पॉडकास्ट ऐप
Player FM ऐप के साथ ऑफ़लाइन जाएं!

L204 - Entendiendo la Inteligencia Artificial y los LLM con Nico de Machinelearnear

2:41:21
 
साझा करें
 

Manage episode 381547269 series 2481258
Lunaticoin द्वारा प्रदान की गई सामग्री. एपिसोड, ग्राफिक्स और पॉडकास्ट विवरण सहित सभी पॉडकास्ट सामग्री Lunaticoin या उनके पॉडकास्ट प्लेटफ़ॉर्म पार्टनर द्वारा सीधे अपलोड और प्रदान की जाती है। यदि आपको लगता है कि कोई आपकी अनुमति के बिना आपके कॉपीराइट किए गए कार्य का उपयोग कर रहा है, तो आप यहां बताई गई प्रक्रिया का पालन कर सकते हैं https://hi.player.fm/legal

Una nueva herramienta soberana ha aparecido entre nosotros: los LLM (o grandes modelos de lenguaje) y estamos justo a las puertas de que ordenadores, móviles y todos los dispositivos electrónicos que nos rodean, entren en una dimensión de capacidad no vista hasta la fecha.

Pero entender este salto tecnológico no es sencillo. Tanto desde el punto de vista técnico (lo que ha hecho posible cosas como chatGPT) como desde lo conceptual que nos permita conmensurar sus implicaciones y posibilidades a futuro.

Por ello, y para ponernos en el lado de la historia de los que se aprovecharán de esta nueva herramienta, en el pod de hoy me siento con Nico del canal de youtube Machinelearnear para hacer una introducción e ir de 0 a héroe en todo lo que has de saber para empezar a aprovecharte hoy de las ventajas de los LLM.

LINKS:

Referencias mencionadas por Nico y tutoriales sobre LLM en mi blog:

Escúchame en Fountain aquí https://fountain.fm/lunaticoin

Mención especial a los sponsors de este podcast:

Y por cierto, ¿has conseguido ya el recién publicado The Blocksize War de Jonathan Bier con prólogo de Miguel Vidal, 100% traducido al español gracias a https://bit.ly/Prometea_Luna? 100% recomendable

  continue reading

286 एपिसोडस

Artwork
iconसाझा करें
 
Manage episode 381547269 series 2481258
Lunaticoin द्वारा प्रदान की गई सामग्री. एपिसोड, ग्राफिक्स और पॉडकास्ट विवरण सहित सभी पॉडकास्ट सामग्री Lunaticoin या उनके पॉडकास्ट प्लेटफ़ॉर्म पार्टनर द्वारा सीधे अपलोड और प्रदान की जाती है। यदि आपको लगता है कि कोई आपकी अनुमति के बिना आपके कॉपीराइट किए गए कार्य का उपयोग कर रहा है, तो आप यहां बताई गई प्रक्रिया का पालन कर सकते हैं https://hi.player.fm/legal

Una nueva herramienta soberana ha aparecido entre nosotros: los LLM (o grandes modelos de lenguaje) y estamos justo a las puertas de que ordenadores, móviles y todos los dispositivos electrónicos que nos rodean, entren en una dimensión de capacidad no vista hasta la fecha.

Pero entender este salto tecnológico no es sencillo. Tanto desde el punto de vista técnico (lo que ha hecho posible cosas como chatGPT) como desde lo conceptual que nos permita conmensurar sus implicaciones y posibilidades a futuro.

Por ello, y para ponernos en el lado de la historia de los que se aprovecharán de esta nueva herramienta, en el pod de hoy me siento con Nico del canal de youtube Machinelearnear para hacer una introducción e ir de 0 a héroe en todo lo que has de saber para empezar a aprovecharte hoy de las ventajas de los LLM.

LINKS:

Referencias mencionadas por Nico y tutoriales sobre LLM en mi blog:

Escúchame en Fountain aquí https://fountain.fm/lunaticoin

Mención especial a los sponsors de este podcast:

Y por cierto, ¿has conseguido ya el recién publicado The Blocksize War de Jonathan Bier con prólogo de Miguel Vidal, 100% traducido al español gracias a https://bit.ly/Prometea_Luna? 100% recomendable

  continue reading

286 एपिसोडस

सभी एपिसोड

×
 
Loading …

प्लेयर एफएम में आपका स्वागत है!

प्लेयर एफएम वेब को स्कैन कर रहा है उच्च गुणवत्ता वाले पॉडकास्ट आप के आनंद लेंने के लिए अभी। यह सबसे अच्छा पॉडकास्ट एप्प है और यह Android, iPhone और वेब पर काम करता है। उपकरणों में सदस्यता को सिंक करने के लिए साइनअप करें।

 

त्वरित संदर्भ मार्गदर्शिका