Saltar ao contido
NeuraLIA Labs
Iniciar sesiónComezar

David Vicente Campos

Fundador de NeuraLIA Labs e cofundador de MyRealFood

Son enxeñeiro informático pola Universidade de León. Cofundei MyRealFood, onde, como CTO, construín a aplicación que millóns de persoas usaron para comer mellor, e fundei NeuraLIA Labs, onde desenvolvo produtos de IA. Aquí escribo sobre o que tiven que entender polo camiño, tal e como me gustaría que mo tivesen explicado.

IA desde cero

30 capítulos

  1. O perceptrón desde cero: que calcula unha neurona
  2. De onde vén unha función de perda: verosimilitude, non convención
  3. Costa abaixo: Gradient Descent e os dous pasos que todo o mundo salta
  4. Clasificación, entropía cruzada e como non enganarte a ti mesmo
  5. Backpropagation desde cero: primeiro o motor, despois a rede
  6. Facer que adestre e facer que xeneralice
  7. Constrúe un tokenizador BPE: por que o teu modelo non pode contar os R
  8. Predición do seguinte token: embeddings e que significa a perplexidade
  9. Attention e o bloque transformer, derivados dunha media
  10. Preadestrar un LLM: datos, cómputo, leis de escala e custo
  11. Do modelo base ao asistente: SFT, RLHF, DPO e GRPO
  12. Chain of Thought, RLVR e test-time compute, medidos
  13. Facer barata a inferencia: KV cache, batching e cuantización
  14. A túa primeira chamada LLM en produción: streaming, reintentos e timeouts
  15. Prompt engineering, medido: que cambia a saída
  16. A context window, os tokens e a factura, medidos
  17. Temperatura, top-p e o determinismo que non tes
  18. Tool Calling e saídas estruturadas: o contrato que aguanta
  19. RAG en produción: chunking, recuperación e citas honestas
  20. Fine-tuning, recuperación ou prompt? A decisión é económica
  21. Prezos multimodais: o que realmente facturan as imaxes, o audio e o vídeo
  22. Que é un AI agent: cinco tipos clásicos, dúas definicións rivais
  23. Constrúe un agent harness: o loop e as súas cinco saídas
  24. Context Engineering: por que o teu agent se volve máis parvo na quenda 40
  25. Orquestración multi-agent: cinco patróns e cando gaña un só
  26. MCP explicado fronte á especificación: que é realmente un servidor
  27. Publica un MCP server: TypeScript e Python, medidos
  28. Agent Skills e SKILL.md: divulgación progresiva, medida
  29. Avaliación de LLM: dos benchmarks públicos ao teu conxunto de ouro
  30. Prompt injection e a trifecta letal: protexer un agent real