Curso LLM de Hugging Face

Inicialmente enfocado en NLP, el curso ha evolucionado para enfatizar los LLMs, que son un subconjunto poderoso de los modelos de NLP. Los LLMs se caracterizan por su tamaño masivo y su extenso conjunto de datos de entrenamiento, lo que les permite realizar una amplia gama de tareas lingüísticas con un entrenamiento específico de tarea mínimo. A lo largo del curso, los aprendices explorarán tanto conceptos tradicionales de NLP como técnicas de LLM de vanguardia, que son cruciales para un trabajo efectivo con LLMs.

El curso está estructurado en varios capítulos. Los capítulos 1 a 4 introducen los conceptos principales de la biblioteca Transformers, enseñando a los participantes cómo funcionan los modelos Transformer y cómo utilizar un modelo del Hugging Face Hub. Los capítulos 5 a 8 cubren los fundamentos de Datasets y Tokenizers, profundizando en tareas clásicas de NLP y técnicas de LLM. El capítulo 9 se expande más allá de NLP, guiando a los aprendices sobre cómo construir y compartir demostraciones de sus modelos en el Hugging Face Hub. Finalmente, los capítulos 10 a 12 profundizan en temas avanzados de LLM, incluyendo el ajuste fino y la construcción de modelos de razonamiento.

Para tener éxito en este curso, los participantes deben tener un buen conocimiento de Python y se les recomienda tomarlo después de un curso introductorio de aprendizaje profundo. Si bien no se requiere conocimiento previo de PyTorch o TensorFlow, la familiaridad con estos marcos será beneficiosa. Al finalizar, se recomienda a los aprendices explorar la Especialización en Procesamiento del Lenguaje Natural de DeepLearning.AI para una comprensión más amplia de los modelos tradicionales de NLP.

El curso es autoría de un equipo de ingenieros y investigadores de aprendizaje automático experimentados en Hugging Face, que buscan hacer que el NLP sea accesible para todos. El curso es completamente gratuito y sin anuncios, proporcionando una excelente oportunidad para cualquier persona interesada en avanzar su conocimiento en IA y NLP.