Contacta con nosotros

Temario del curso

Introducción al Ajuste Fino

  • ¿Qué es el ajuste fino?
  • Casos de uso y beneficios del ajuste fino
  • Resumen de modelos preentrenados y aprendizaje por transferencia

Preparación para el Ajuste Fino

  • Recopilación y limpieza de conjuntos de datos
  • Comprensión de los requisitos de datos específicos de la tarea
  • Análisis exploratorio de datos y preprocesamiento

Técnicas de Ajuste Fino

  • Aprendizaje por transferencia y extracción de características
  • Ajuste fino de transformadores con Hugging Face
  • Ajuste fino para tareas supervisadas frente a no supervisadas

Ajuste Fino de Modelos de Lenguaje Grande (LLMs)

  • Adaptación de LLMs para tareas de PLN (por ejemplo, clasificación de texto, resumen)
  • Entrenamiento de LLMs con conjuntos de datos personalizados
  • Control del comportamiento de los LLMs mediante ingeniería de instrucciones

Optimización y Evaluación

  • Ajuste de hiperparámetros
  • Evaluación del rendimiento del modelo
  • Abordar el sobreajuste y el subajuste

Escalar los Esfuerzos de Ajuste Fino

  • Ajuste fino en sistemas distribuidos
  • Aprovechar soluciones basadas en la nube para escalabilidad
  • Estudios de caso: proyectos de ajuste fino a gran escala

Mejores Prácticas y Desafíos

  • Mejores prácticas para el éxito del ajuste fino
  • Desafíos comunes y solución de problemas
  • Consideraciones éticas en el ajuste fino de modelos de IA

Tópicos Avanzados (Opcional)

  • Ajuste fino de modelos multimodales
  • Aprendizaje de cero ejemplos y pocos ejemplos
  • Explorando técnicas de LoRA (Adaptación de Bajo Rango)

Resumen y Próximos Pasos

Requerimientos

  • Comprensión de los fundamentos del aprendizaje automático
  • Experiencia con programación en Python
  • Conocimiento de modelos preentrenados y sus aplicaciones

Audiencia

  • Científicos de datos
  • Ingenieros de aprendizaje automático
  • Investigadores de IA
 14 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas