Logo de Mydra
Artificial Intelligence
DeepLearning.AI logo

DeepLearning.AI

LLMs como Sistemas Operativos: Memoria de Agentes

  • hasta 1 hora
  • Intermedio

Este curso te enseña a construir agentes con memoria persistente a largo plazo usando Letta. Aprende a gestionar y editar el contexto de manera eficiente, creando agentes de IA adaptativos para tareas del mundo real. Al final, tendrás las herramientas para extender la memoria más allá de la ventana de contexto finita de los LLMs.

  • Gestión de memoria de agentes
  • Marco Letta
  • Colaboración multi-agente
  • Gestión de la ventana de contexto
  • Memoria persistente

Resumen

En este curso, aprenderás a integrar memoria agentica en tus aplicaciones usando el marco Letta. Descubre cómo un agente LLM puede actuar como un sistema operativo para gestionar la memoria, optimizando de manera autónoma el uso del contexto. Explorarás las ideas clave detrás del documento MemGPT, incluyendo los dos niveles de memoria y cómo los estados de los agentes se convierten en indicaciones. Al final, estarás equipado para crear agentes de IA adaptativos y colaborativos para tareas como investigación y recursos humanos.

  • Web Streamline Icon: https://streamlinehq.com
    Online
    ubicación del curso
  • Layers 1 Streamline Icon: https://streamlinehq.com
    Inglés
    idioma del curso
  • A tu propio ritmo
    formato del curso
  • Clases En vivo
    entregado en línea

¿Para quién es este curso?

Entusiastas de la IA

Individuos interesados en aprender cómo los agentes autónomos pueden gestionar su propia memoria.

Desarrolladores

Desarrolladores que buscan construir aplicaciones con memoria agentica usando LLMs.

Científicos de Datos

Científicos de datos que desean explorar la gestión avanzada de memoria en aplicaciones de IA.

Desbloquea el potencial de los LLMs aprendiendo a gestionar la memoria de los agentes de manera efectiva. Este curso cubre conceptos clave como la memoria persistente y la colaboración multi-agente, ideal para entusiastas de la IA y desarrolladores. Mejora tus habilidades y crea agentes de IA adaptativos para aplicaciones del mundo real.

Requisitos Previos

1 / 2

  • Habilidades básicas de Python

  • Interés en agentes autónomos

¿Qué aprenderás?

Introducción
Visión general del curso y sus objetivos.
Memoria Editable
Aprende sobre memoria editable con ejemplos de video y código.
Entendiendo MemGPT
Explora las ideas clave detrás del documento MemGPT.
Construyendo Agentes con Memoria
Aprende a construir agentes con memoria usando ejemplos de video y código.
Programación de Memoria de Agentes
Entiende cómo programar la memoria de agentes con ejemplos prácticos.
RAG Agéntico y Memoria Externa
Aprende sobre RAG agéntico y memoria externa con ejemplos de video y código.
Orquestación Multi-agente
Explora la orquestación multi-agente con ejemplos de video y código.
Conclusión
Resume los aprendizajes y resultados del curso.
Apéndice - Consejos, Ayuda y Descarga
Recursos adicionales y ejemplos de código para un aprendizaje más profundo.

Conozca a sus instructores

  • Charles Packer

    Cofundador y CEO, Letta

    Charles Packer es cofundador y CEO de Letta. Está construyendo la próxima generación de sistemas de IA abiertos en Letta.

  • Sarah Wooders

    Cofundadora y CTO, Letta

    Sarah Wooders es la cofundadora y CTO de Letta, una empresa que facilita la construcción de IA del mundo real y la hace accesible a empresas de todo el mundo. Tiene una profunda experiencia en ingeniería de productos con una pasión por construir productos con tecnologías de investigación de vanguardia.

Próximos cohortes

  • Fechas

    comienza ahora

Libre