Building and Training Generative AI Models

Obra técnica integral publicada por Apress en la que Irena Cronin desglosa el ciclo completo de diseño, preentrenamiento, escalado y optimización de modelos de inteligencia artificial generativa en entornos de computación de alto rendimiento. El libro está orientado a ingenieros de IA, científicos de datos e investigadores de nivel intermedio a avanzado que ya cuentan con bases sólidas en Python, álgebra lineal, cálculo diferencial y arquitecturas de aprendizaje profundo (deep learning), y que desean trascender el simple consumo de APIs comerciales para concebir y entrenar sus propios modelos generativos desde cero.

A lo largo de más de seiscientas páginas, el texto cubre con rigor las cuatro familias arquitectónicas primordiales: Transformers (autorregresivos y bidireccionales), redes generativas adversarias (GANs), autocodificadores variacionales (VAEs) y modelos de difusión para síntesis multimodal de texto, imagen y datos continuos. Enseña a orquestar la preparación y curaduría de datasets masivos, el aprendizaje autosupervisado y las técnicas de optimización numérica (descenso de gradiente adaptativo y regularización). Además, profundiza en la computación distribuida con clústeres de GPUs y TPUs mediante PyTorch y herramientas de aceleración como DeepSpeed, fine-tuning paramétrico eficiente (PEFT con LoRA/QLoRA), alineación mediante aprendizaje por refuerzo con retroalimentación humana (RLHF), compresión vía cuantización (int8/int4) y poda (pruning), así como estrategias sistemáticas de benchmarking, detección de sesgos y mitigación de alucinaciones.

El libro sigue un planteamiento donde las bases teóricas y arquitectónicas se plasman en canalizaciones reales de entrenamiento, adaptación a dominios específicos y compresión para despliegues de alto rendimiento. Su gran valor añadido reside en abordar la infraestructura y el entrenamiento distribuido a escala industrial, temas esenciales que las guías introductorias suelen pasar por alto. Como contrapartida, no es un manual orientado a programar interfaces web ni aplicaciones de usuario final ligeras, y su elevado nivel de exigencia técnica exige una familiaridad previa fluida con tensores, CUDA y el ecosistema de PyTorch.