Ajuste Fino de Modelos Transformer con Hugging Face

Los modelos de aprendizaje automático pre-entrenados son increíblemente potentes, pero adaptarlos a las necesidades específicas de tu negocio requiere un ajuste fino. Comprender cómo personalizar estos modelos te permite construir clasificadores de texto, resumidores y herramientas específicas de dominio de alta precisión. Este curso basado en texto te guía a través del proceso de tomar modelos transformer de código abierto y entrenarlos en tus conjuntos de datos personalizados utilizando el popular ecosistema de bibliotecas de Hugging Face. Aprenderás a preparar y tokenizar texto crudo, configurar argumentos de entrenamiento y ejecutar pipelines de entrenamiento de manera eficiente. Lo que aprenderás: * Comprender la arquitectura fundamental de los modelos transformer y cómo funciona el aprendizaje por transferencia; * Preparar y tokenizar conjuntos de datos de texto crudo para la compatibilidad del modelo; * Configurar parámetros de entrenamiento y usar la API Trainer para el entrenamiento del modelo; * Aplicar técnicas de ajuste fino eficiente de parámetros (PEFT) como LoRA para ahorrar recursos computacionales; * Evaluar el rendimiento del modelo utilizando métricas estándar de PNL; * Guardar y preparar tus modelos personalizados para la inferencia. Comenzarás con conceptos centrales y terminología básica antes de pasar paso a paso por la preparación del conjunto de datos, el entrenamiento del modelo y la evaluación. Cada concepto se refuerza con explicaciones escritas claras y fragmentos de código prácticos. Este curso está diseñado para desarrolladores de software, analistas de datos y profesionales de la tecnología que son nuevos en el procesamiento del lenguaje natural y desean un camino claro y paso a paso para personalizar modelos de IA. Comienza a leer hoy mismo y desbloquea el poder de los modelos transformer personalizados.