Los conceptos de IA generativa representan aproximadamente el 25% del examen AIF-C01. Términos clave: LLM, modelos de fundación, tokens, embeddings, RAG e ingeniería de prompts.
---
Conceptos principales
Modelo de Fundación (Foundation Model) Modelo de IA grande pre-entrenado con datos masivos. Un solo modelo maneja traducción, resumen, generación de código y Q&A. Amazon Bedrock proporciona acceso a múltiples modelos (Claude, Llama, Titan) via API.
Token Unidad mínima de texto que procesa el modelo. El costo, la velocidad y los límites de contexto dependen del conteo de tokens.
Ventana de contexto Número máximo de tokens en una sola solicitud. Como la memoria de trabajo.
Embedding Conversión de texto en un vector numérico. Significados similares producen vectores similares.
Base de datos vectorial Almacena embeddings y realiza búsquedas de similitud.
Chunking División de documentos largos en piezas más pequeñas que caben en la ventana de contexto.
---
RAG
RAG recupera documentos relevantes de una base de datos vectorial y los incluye como contexto antes de que el FM genere una respuesta.
---
Ingeniería de prompts
| Técnica | Descripción | |---------|-------------| | Zero-shot | Preguntar directamente sin ejemplos | | Few-shot | Proporcionar 2–5 ejemplos antes de preguntar | | Cadena de pensamiento | Pedir al modelo que piense paso a paso |
---
Puntos clave para el examen
"Modelo de IA grande pre-entrenado de propósito general" — Modelo de Fundación "Unidad mínima de texto, afecta el costo" — Token "Máximo de tokens por solicitud" — Ventana de contexto "Convertir texto en vector numérico" — Embedding "IA fabrica información falsa plausible" — Alucinación "Búsqueda + inyección de contexto para resolver alucinación" — RAG