Módulo 14 · Aplicaciones con LLMs

Evaluar modelos y aplicaciones con LLMs

Benchmarks, evals propias, LLM como juez y contexto largo: saber si tu sistema funciona de verdad.

Qué vas a aprender

1. Benchmarks y evaluación de modelos · Práctica · ~90 min
2. Probar aplicaciones con LLMs · Práctica · ~45 min
3. Frameworks de evaluación: RAGAS, DeepEval y G-Eval · Práctica · ~75 min
4. Evaluar el contexto largo · Teoría · ~60 min
5. Taller de evaluación 1 · Especificar las tareas · Práctica · ~90 min
6. Taller de evaluación 2 · Métricas clásicas · Práctica · ~90 min
7. Taller de evaluación 3 · Métrica por ejecución de código · Práctica · ~90 min
8. Taller de evaluación 4 · Perplejidad y calibración · Práctica · ~90 min
9. Taller de evaluación 5 · Agregar resultados en un ranking · Práctica · ~90 min
10. Taller de evaluación 6 · El evaluador completo · Práctica · ~90 min