Aprende a realizar un ajuste fino del modelo Flan T5 base para la tarea de resumen de documentos utilizando el conjunto de datos multi_news. Este tutorial en video de 32 minutos, presentado por The Machine Learning Engineer, te guía paso a paso a través del proceso de especialización del modelo en la tarea de resumen de texto. Accede al cuaderno Jupyter proporcionado para seguir junto con el instructor y explora notebooks adicionales que utilizan diferentes versiones del modelo y conjuntos de datos para tareas de resumen.
Fine Tune LLM T5 Base for Text Summarization Dataset Multi_news - Español
The Machine Learning Engineer via YouTube
Overview
Syllabus
Fine Tune LLM T5 Base for Text Summarization Datsaset multi_news Español
Taught by
The Machine Learning Engineer
Related Courses
-
Fine-tuning Flan-T5 for Text Classification Using MLFlow - Spanish Tutorial
-
Fine-Tuning Flan T5 Base for Document Summarization Using Multi-News Dataset
-
LLMOps: Prompt Tuning for Dialog Summarization with Flan-T5 in Spanish
-
Fine-Tuning T5 for Document Classification - Part 0: Proof of Concept (Español)
-
MLOps: Optimización PEFT para Resumen de Diálogos con Flan-T5 (LoRA) - Español
-
MLOps MLFlow: Fine-tuning Flan-T5 for Sequence-to-Sequence Classification in Spanish
