Guías de IA
Conocimiento permanente con fuentes y fecha de revisión: explorá por hub temático, por nivel en Aprender IA o buscá un tema puntual.
Aprender IA: por dónde empezar Buscar en IA
Temas
- Modelos (Hub)
- Proveedores (Hub)
- Agentes (Hub)
- Programación (Hub)
- Prompting (Hub)
- IA Local (Hub)
- Open Source (Hub)
- Investigación (Hub)
- Programar (Objetivo)
- Crear imágenes (Objetivo)
- Crear video (Objetivo)
- Investigar (Objetivo)
- Mejorar productividad (Objetivo)
- Automatizar (Objetivo)
- Ejecutar IA localmente (Objetivo)
Guías publicadas (49)
- Introducción: ¿qué es la Inteligencia Artificial? (Inicial · Modelos)
- Las familias de la IA: reglas, Machine Learning, Deep Learning e IA generativa (Inicial · Modelos)
- ¿Qué es la IA local? (Inicial · IA Local)
- ¿Qué es un agente de IA? (Inicial · Agentes)
- ¿Qué es un modelo de inteligencia artificial? (Inicial · Modelos)
- ¿Qué es un prompt y cómo funciona? (Inicial · Prompting)
- ¿Qué es un proveedor de IA? (Inicial · Proveedores)
- Cómo leer un paper de inteligencia artificial (Inicial · Investigación)
- IA en todo el ciclo de desarrollo (Inicial · Programación)
- Open source vs open-weight en IA (Inicial · Open Source)
- ¿Qué es un LLM? (Inicial · Modelos)
- Anatomía de un buen prompt (Inicial · Prompting)
- API, plataforma y hosting de modelos (Intermedio · Proveedores)
- Contexto: el combustible de la IA programando (Intermedio · Programación)
- CPU, GPU, NPU, RAM y VRAM para IA (Intermedio · IA Local)
- Herramientas, function calling y MCP (Intermedio · Agentes)
- Paper, preprint y peer review (Inicial · Investigación)
- Qué contienen realmente los pesos de un modelo (Intermedio · Open Source)
- ¿Qué es la cuantización? (Avanzado · IA Local)
- ¿Qué es un benchmark de IA? (Intermedio · Investigación)
- Asistentes, agentes, IDE y CLI: el mapa de herramientas (Intermedio · Programación)
- Cómo elegir un proveedor de IA (Intermedio · Proveedores)
- Cómo leer la licencia de un modelo (Intermedio · Open Source)
- Memoria, planificación y orquestación (Avanzado · Agentes)
- Tokens y ventana de contexto (Intermedio · Modelos)
- Zero-shot, few-shot y role prompting (Intermedio · Prompting)
- ¿Qué es GGUF? (Intermedio · IA Local)
- Entrenamiento vs inferencia (Intermedio · Modelos)
- Métricas y leaderboards: cómo interpretarlos (Intermedio · Investigación)
- Model hubs y repositorios de modelos (Intermedio · Open Source)
- RAG, supervisión humana y riesgos de los agentes (Intermedio · Agentes)
- Structured outputs y formatos de respuesta (Intermedio · Prompting)
- Testing, seguridad y privacidad del código (Avanzado · Programación)
- Adaptar un modelo: fine-tuning y distillation (Intermedio · Modelos)
- Limitaciones: alucinaciones, vigencia y verificación (Inicial · Modelos)
- ¿Qué significa multimodal? (Intermedio · Modelos)
- Ejecutar modelos abiertos localmente (Inicial · Open Source)
- llama.cpp y Ollama: qué papel cumple cada uno (Intermedio · IA Local)
- Prompt chaining, descomposición y context engineering (Avanzado · Prompting)
- Reproducibilidad y limitaciones (Avanzado · Investigación)
- RAG: dar conocimiento externo a la IA (Inicial · Agentes)
- Cómo elegir un modelo local (Intermedio · IA Local)
- Cómo evaluar anuncios de nuevos modelos (Intermedio · Investigación)
- Cómo evaluar y mejorar prompts (Intermedio · Prompting)
- Modelos densos vs Mixture of Experts (Avanzado · Modelos)
- Ventajas y límites de los modelos abiertos (Intermedio · Open Source)
- Contexto y consumo de memoria en IA local (Avanzado · IA Local)
- Open source, open-weight y modelos propietarios (Intermedio · Modelos)
- Cómo elegir un modelo de IA (Intermedio · Modelos)