37 documentos etiquetados con "Beginner"

A comprehensive overview of the AI agent framework landscape, covering single-agent, multi-agent, graph-based, and native approaches, with a guide on how to choose the right framework.

What tools and actions are in the agent context, their types, schemas, and how agents select which tool to use.

Systems that perceive, reason, and act toward goals.

Ethical principles and governance for AI.

Anthropic as a developer platform — Claude model family, Messages API, tool use, extended thinking, prompt caching, and long context.

IDE centrado en agentes para ejecución autónoma y vibe coding.

Introducción al aprendizaje automático — supervisado, no supervisado y por refuerzo.

Redes neuronales profundas y aprendizaje de representaciones.

Cómo funcionan ChatGPT y los LLMs conversacionales.

LLM de Anthropic que sigue instrucciones con contexto largo y seguridad.

Generación de imágenes a partir de texto con difusión y lenguaje.

Familia de LLMs multimodales de Google con multimodalidad nativa y niveles de escala.

LLM de xAI con conocimiento en tiempo real y razonamiento.

Anthropic's agentic AI coding assistant available as CLI, VS Code/JetBrains extension, and web app — capable of autonomous multi-step task execution across your entire codebase.

El agente de codificación de IA de Anthropic para terminal, IDE y web.

Project-level and global instruction files that customize Claude Code's behavior — what they are, where they live, how they are loaded, and how to write effective ones.

Editor de código impulsado por IA y herramienta de programación en pareja.

Dense vector representations for text and retrieval.

Conceptos fundamentales de inteligencia artificial y aprendizaje automático.

Programador par de IA para completado y generación de código.

La plataforma de IA multimodal de Google — la familia de modelos Gemini, AI Studio e integración con Vertex AI para IA generativa de nivel empresarial.

Getting started with AI Summary Hub and an overview of AI fields.

IDE de IA con desarrollo guiado por especificaciones y hooks de agentes del prototipo a producción.

Cómo el máximo de tokens, las secuencias de parada y las penalizaciones de repetición controlan la longitud, los límites y la calidad del texto generado por los LLM.

Medición del rendimiento del modelo a través de tareas.

Overview of MLOps, why it matters, and how it bridges machine learning and production engineering.

Overview of AI model providers — API-based, open-weights, and hybrid approaches.

Qué son los LLMs, cómo se entrenan y se usan.

OpenAI como plataforma de desarrollo — GPT-4o, razonamiento o1/o3, DALL-E, Whisper, características de la API, llamada a funciones y SDKs.

IA para comprender y generar lenguaje humano.

Los mensajes de sistema, el prompting de rol y el prompting contextual son técnicas fundamentales para dirigir el comportamiento de los LLM — estableciendo instrucciones persistentes, personas y conocimiento de trasfondo antes de que comience la conversación.

Framework de aprendizaje profundo con grafos de cómputo dinámicos.

Introducción a las redes neuronales artificiales y sus bloques constructores.

Cómo los parámetros de muestreo de temperatura, Top-K y Top-P controlan la aleatoriedad y la creatividad en los resultados de los LLM.

Framework de aprendizaje profundo de Google.

Arquitectura Transformer y mecanismos de auto-atención.

Iterative, AI-assisted coding driven by intent and quick feedback.