Una vez tienes un contexto general de algunas de las técnicas más relevantes para salvaguardar la privacidad y seguridad de la información en la creación y uso de LLMs, es tu turno de profundizar.
Investiga sobre cualquiera de las técnicas presentadas en el apartado anterior, o incluso otras que puedan ser relevantes:
- data privacy vaults
- de-identificación
- generación de datos sintéticos
- LLMs locales
- derechos de autor y copyright
- etc.
Puedes profundizar en los casos de uso en el contexto de LLMs, traer ejemplos textuales y visuales que te ayuden a entender el concepto, citar empresas y herramientas de referencia y/o curar contenido relevante.
Utiliza el asistente que prefieras para aprender sobre esta temática: ChatGPT, Microsoft Copilot, Gemini, Claude...
Eso sí, tendrás que documentar lo aprendido en español en un formato tipo curso, en este repositorio Github.
En este caso el repositorio será colaborativo, iremos aceptando las pull requests para generar una base común. Una vez decidas la temática, comienza por descargar la última versión del repositorio usando git pull y construye a partir de lo que tus compañer@s ya hayan dejado. Si no sabes como mantenerte actualizado antes de publicar tu contenido y encontrarte con conflictos, pregunta en el grupo de Whatsapp o revisa documentación sobre git.
Te dejamos una semilla para que puedas comenzar, introduciendo tu contenido en la categoría correspondiente y linkandolo en el Readme de la raiz, para tener una estructura más clara. Si necesitas crear carpetas para nuevas categorías, añadir recursos gráficos, etc. hazlo, y no olvides actualizar el Readme de la raiz para que incluya el link a tu contenido. También documenta y cita las referencias bibliográficas y créditos adecuadamente. Si necesitas un ejemplo, puedes usar otros repositorios orientados a contenidos como System Design Primer
Por último, no olvides añadir tu archivo de prompts en la carpeta prompts en formato prompts-tematica-iniciales.md, iniciando con un h1 con tu nombre y el tema. Por ejemplo:
prompts/prompts-enclavesseguros-DGZ.md
Prompt:
Como un experto en ciberseguridad:
* describe que es el proceso de anonimización o de-identificación de datos para entrenamiento de LLMs.
* describe del proceso para anonimizar los datos
...
Este fichero será colaborativo.
Éxitos en tu investigación!
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent