Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Programa del Curso
Introducción al Afinado de Modelos LLM de DeepSeek
- Resumen de los modelos de DeepSeek, como DeepSeek-R1 y DeepSeek-V3
- Comprender la necesidad de afinar modelos LLM
- Comparación entre el afinado y la ingeniería de prompts
Preparando el Conjunto de Datos para el Afinado
- Curaduría de conjuntos de datos específicos del dominio
- Técnicas de preprocesamiento y limpieza de datos
- Tokenización y formateo del conjunto de datos para modelos LLM de DeepSeek
Configuración del Entorno de Afinado
- Configuración de aceleración con GPU y TPU
- Configuración de Hugging Face Transformers con modelos LLM de DeepSeek
- Comprender los hiperparámetros para el afinado
Afinando Modelos LLM de DeepSeek
- Implementación del afinado supervisado
- Uso de LoRA (Adaptación de Rango Bajo) y PEFT (Afinado Eficiente de Parámetros)
- Ejecución de afinado distribuido para conjuntos de datos a gran escala
Evaluando y Optimizando Modelos Afinados
- Evaluación del rendimiento del modelo con métricas de evaluación
- Manejo del sobreajuste y el subajuste
- Optimización de la velocidad de inferencia y eficiencia del modelo
Implementación de Modelos Afinados de DeepSeek
- Empaquetamiento de modelos para implementación a través de API
- Integración de modelos afinados en aplicaciones
- Escalamiento de implementaciones con computación en la nube y en el borde
Casos Prácticos y Aplicaciones del Mundo Real
- Modelos LLM afinados para finanzas, salud y soporte al cliente
- Estudios de casos de aplicaciones industriales
- Consideraciones éticas en modelos de IA específicos del dominio
Resumen y Próximos Pasos
Requerimientos
- Experiencia con marcos de aprendizaje automático y aprendizaje profundo
- Familiaridad con transformadores y modelos de lenguaje grandes (LLMs)
- Comprensión de técnicas de preprocessado de datos y entrenamiento del modelo
Publico objetivo
- Investigadores de IA explorando el ajuste fino (fine-tuning) de LLMs
- Ingenieros de aprendizaje automático desarrollando modelos AI personalizados
- Desarrolladores avanzados implementando soluciones impulsadas por IA
21 Horas
