Building Generative AI Applications with Open-source Libraries

Guía práctica orientada a la creación de aplicaciones con modelos de lenguaje extenso apoyándose exclusivamente en librerías y tecnologías de código abierto, sin depender de servicios propietarios cerrados. Centrado en las versiones y ecosistemas abiertos vigentes hacia 2025, Srikannan Balakrishnan dirige el contenido a desarrolladores de software, científicos de datos y estudiantes de nivel intermedio con conocimientos de Python que buscan integrar capacidades de IA generativa en sus proyectos de software de forma autónoma.

El texto cubre los conceptos esenciales de procesamiento de lenguaje natural (NLP) y transformers, la generación de representaciones semánticas con embeddings de texto y su almacenamiento en bases de datos vectoriales para recuperación rápida. Desarrolla la orquestación de flujos de trabajo con LangChain y arquitecturas de generación aumentada por recuperación (RAG), junto con la manipulación, ajuste e inferencia de modelos de pesos abiertos como Llama y Falcon mediante el ecosistema de Hugging Face. También introduce pautas para el despliegue de aplicaciones en la nube, la privacidad de los datos y el uso ético de la tecnología.

En la práctica, se implementan flujos completos de consulta semántica sobre bases vectoriales y servicios de inferencia que conectan modelos abiertos de Hugging Face con cadenas de LangChain. El punto fuerte del libro es su firme compromiso con el software libre y la portabilidad de las soluciones, evitando el bloqueo comercial de APIs de pago; en contrapartida, no profundiza en técnicas complejas de preentrenamiento desde cero ni en afinado con cuantización extrema (QLoRA). Conviene tener experiencia en el desarrollo de scripts y consumo de APIs en Python.