LLMs y GenAI

13 pages in this section.

Por qué los tokens, las ventanas de contexto, la idea del prompt como interfaz, y la salida estructurada/esquemas de herramientas son un modelo subyacente en lugar de detalles de API no relacionados: el modelo mental detrás de todas las demás páginas de esta sección.

Explainer Python Llms Genai Tokens

Conceptos básicos de LLM

Cómo pensar en prompts, tokens y modelos.

Python Llms Genai Basics Llm

SDK de Anthropic Claude

API de Mensajes, streaming y uso de herramientas en Python.

Python Llms Genai Anthropic Claude

SDKs de OpenAI y otros

Completaciones de chat y abstracción de proveedores.

Python Llms Genai Openai Sdk

Hugging Face transformers

Carga, ejecución y generación con modelos abiertos.

Python Llms Genai Transformers Huggingface

Ingeniería de Prompts

Prompts del sistema, few-shot y patrones de prompts.

Python Llms Genai Prompts Engineering

Salida Estructurada

Python Llms Genai Structured Output Pydantic

Embeddings y Similitud

Generación y uso de embeddings de texto.

Python Llms Genai Embeddings Similarity

Streaming y llamadas asíncronas a LLM

Python Llms Genai Streaming Async

Tokens, Cost & Rate Limits

Python Llms Genai Tokens Cost

Modelos Locales y Abiertos

Python Llms Genai Ollama Vllm

Mejores Prácticas para LLMs

Fiabilidad, evaluación y seguridad.

Python Llms Genai Best Practices List

LLMs & GenAI Highlights Summary

A single-page roundup of every highlight bullet from the 12 pages in the LLMs & GenAI section, grouped by source page so you can scan all 49 takeaways without opening each article individually.

Highlights Summary Llms Genai

LLMs y GenAI

Buscar en la documentación

LLMs y GenAI