Flujos de trabajo utilizando Agentes - Andrew Ng explica cómo funcionan y sus ventajas

Andrew Ng estuvo ofreciendo una presentación esta semana en la que explicó cómo funcionan los agentes. Entre los aspectos más importantes destaca porqué debemos esperar mejores rendimientos de estos sistemas que de modelos fundacionales masivos a corto/media plazo.
En este video revisamos la presentación, añadiendo cierto contexto y comentario, pensando sobre todo en aquellas personas que no van a ver el video original en inglés. Si quieres ver el video original puedes hacerlo a través del siguiente enlace: • What's next for AI age...

[@xavierquerol9087]

Este tipo de vídeos resultan muy prácticos, estan muy bien 👍

[@LaHoraMaker]

Me alegra mucho que te gusten! Gracias por comentar!

[@sergioponcedeleon3078]

Éste tipo de videos son excelentes para captar tendencias y enfocar esfuerzos

[@patranas1255]

Este tipo de videos son superútiles, tu explicación es clara y directa, sin blablas ni blublus. Ya tenías mi like desde segundo 4.

[@LaHoraMaker]

Gracias por tu comentario!

[@albertinymm]

Me gustaría más videos de este tema, son geniales, Gracias!

[@LaHoraMaker]

En breve vamos a empezar con vídeos de un framework de agentes que se llama CrewAI!

[@GoodSapiens]

César, muchas gracias. Que con este vídeo nos informes sobre tendencias en los modelos me resulta muy interesante. Reitero el agradecimiento. Tengo ganas de ver más comentarios tuyos sobre modelos LLM open source, vía LM Studio o con lo que nos quieras 'iluminar'. Buen día.

[@LaHoraMaker]

Gracias por tu comentario! Seguiremos explorando modelos en los próximos videos!

[@pedroandresgonzales402]

Me gusta sus videos !!Siga así explicando fácil y pruebe más herramientas. Gracias por todo su aporte

[@LaHoraMaker]

Encantado de compartir todo este aprendizaje!

[@jribesc]

Muchas gracias Cesar !!!!

[@LaHoraMaker]

Gracias a ti por comentar y acompañarme en el camino!

[@pablobandeira5461]

Gracias! Estoy viendo todos tus videos!!

[@pedroandresgonzales402]

Saludos desde Argentina

[@vitaminservice_]

Que buen canal! Siempre información interesante y práctica

[@LaHoraMaker]

Gracias! 😊

[@SonGoku-pc7jl]

muchisimas gracias, cada dia mejores videos :) Es genial el tema de los agentes pero casi solo hay videos en inglés. Sí que seria guai videos practicos de frameworks como autogen 2 o crewai, con ejemplos que no sean el que siempre encuentras en inglés, para poder ver más elasticamente sus posiblidades :)

[@LaHoraMaker]

Creo que arrancaremos con CrewAI :)

[@a0z9]

Muy bien explicado. Lo del autoagent de Microsoft tiene muy buena pinta. El lunes le estuve echando una visual y es que tiene hasta autosql. La gente de Microsoft está triunfando como los chichos. La verdad es que no han inventado nada nuevo. Hace 30 años , cuando era estudiante ya estudiábamos agentes inteligentes y cómo cooperan en la resolución de problemas.

[@LaHoraMaker]

Autogen es ahora mismo uno de los frameworks más populares. Encaja además muy bien con su proyecto de Semantic Kernel para dotar a estos agentes de funcionalidades más avanzadas. Tienen mucha gente explorando este área y se nota.

[@uskola]

Gracias por el video, aprovecho para preguntarte, ya que estoy atascado, una ayuda sobre Rag. La lógica la tengo pero en diversos ejemplos me encuentro muy diferentes caminos, la mayoría utilizan a Openai de intermediario, pero gpt4all es capaz de gestionarlo automáticamente con bert y no consigo encontrar información sobre que programas utiliza ni como para obtener el resultado y poder aprender a hacerlo.

[@LaHoraMaker]

👍Mil gracias por la pregunta. Por lo general hay muchos ejemplos que usar OpenAI porque ha sido la configuración disponible con mayor facilidad. Si quieres ver cómo funcionan los distintos componentes, te recomendaría que revisaras las librerías de código abierto de LangChain y LlamaIndex. Hay muchos ejemplos paso a paso y son compatibles también con LLM locales.

[@frankalghul26]

como puedo ganar dinero con la IA local. me gusta el tema