为什么值得关注

它提供了一个罕见的生成式与多模态 AI 结构化入门课程，包含使用最先进模型（GAN、扩散模型、LLM、音频分类器、多模态 LLM）的动手实验，全程使用西班牙语，使高级主题更易于广泛受众接触。

适合谁使用

机器学习/深度学习方向的研究生或研究人员
希望获得生成式 AI 模型实践经验的专业人士
西班牙语的多模态 AI 学习者
ECI 2026 暑期学校参与者

典型使用场景

通过 LoRA 和指令微调学习微调大语言模型
使用 GAN 构建和评估图像到图像的转换
结合文本和图像执行多模态分类
探索音频预处理和音乐风格分类

项目优势

使用真实数据集（CrisisMMD、GTZAN）的动手实验
涵盖视觉、语言、音频和多模态融合四个领域
使用当前流行的库：transformers、diffusers、peft（来自 Hugging Face）
每天一节理论课加一节实验课，理论与实践的平衡安排

使用前须知

所有内容均为西班牙语，限制了非西班牙语使用者的可访问性
课程仅五天，因此深度有限
需要具备机器学习/深度学习基础知识，并推荐具备 NLP/信号处理背景

README 快速开始

Inteligencia Artificial Generativa y Multimodal

Escuela de Ciencias Informáticas (ECI) 2026 — Departamento de Computación, FCEyN, Universidad de Buenos Aires

Docente: Valentín Barriere — Universidad de Chile

Este repositorio contiene el material (laboratorios, tutoriales y diapositivas) del curso Inteligencia Artificial Generativa y Multimodal, dictado en la ECI 2026 (Escuela de Ciencias Informáticas, FCEyN - UBA), del lunes 27 al viernes 31 de julio de 2026.

Turno: Tarde, 13:30 a 16:30 hs
Idioma: Español
Aula: a confirmar
Página del curso: https://eci.dc.uba.ar/t2-barriere/

Resumen

Este curso ofrece una introducción práctica y conceptual a los fundamentos y aplicaciones de la inteligencia artificial generativa y multimodal. A través de una combinación equilibrada entre teoría y práctica, se explorará cómo los modelos generativos modernos —modelos de visión (GANs, autoencoders variacionales, modelos de difusión), modelos de audio, y modelos de lenguaje de gran escala (textuales y multimodales)— pueden crear, transformar y comprender distintos tipos de contenido (texto, imágenes, audio y datos multimodales).

Los laboratorios hands-on permiten experimentar directamente con herramientas y bibliotecas actuales del ecosistema de IA (transformers, diffusers, peft, …) de Hugging Face para construir, adaptar y combinar modelos generativos en escenarios reales.

Prerrequisitos

Bases de Machine Learning y Deep Learning. Se recomienda (no es obligatorio) tener bases de NLP y de procesamiento de señales (STFT, escala Mel, etc.).

Contenido del curso

El curso está organizado en 5 días. Cada día combina una clase cátedra (teoría, 1h30) con un laboratorio hands-on (práctica, 1h30) sobre el mismo tema.

#	Tema	Diapositivas	Laboratorio
1	Modelos de Visión — GANs, modelos autoregresivos, autoencoders variacionales y modelos de difusión	Generative_vision.pdf	Lab1 — Edición de caras con GANs (StyleGAN toonification)
2	Modelos de Lenguaje (LLM) — modelización del lenguaje, tokenización, entropía y temperatura, In-Context Learn

ECI2026_MModal_GenAI