Desarrollo de un LLM: creación, entrenamiento y fine-tuning

59 minutosAvanzadoCreadorSebastian RaschkaIA privada/local
Reproducir vídeo

Sebastian Raschka. El panorama de Raschka sitúa el ajuste fino en el proceso de entrenamiento. El artículo plantea un experimento de LoRA cuando lo justifica una carencia medida respecto a la solución de referencia, con comprobación de recursos y evaluación del adaptador antes de publicarlo.

Nota de AI Expert

Los nombres de modelos, precios y capacidades cambian rápidamente. Usa este curso para el patrón de decisión, luego verifica el comportamiento actual del modelo antes de adoptarlo.

Qué aprenderás

Situarás el fine-tuning dentro del pipeline general de entrenamiento y decidirás cuándo resulta preferible al prompting o a RAG.

Qué ver o saber antes

Conocimiento general de ML; es un recorrido conceptual, por lo que no se requiere configuración para seguir el código.

Última revisión: 18 may 2026

Ver siguiente

Continúa por el mismo itinerario de aprendizaje con los siguientes vídeos complementarios seleccionados.