Aprende a implementar modelos de lenguaje de gran escala (LLMs) utilizando MLflow en este tutorial en español de 23 minutos. Descubre cómo crear un modelo de Python en MLflow que incorpora un LLM, serializar el modelo en el servidor de seguimiento y posteriormente descargarlo para realizar inferencias. Explora paso a paso el proceso de integración del modelo microsoft/Phi-3-mini-4k-instruct en un entorno local. Accede al código fuente completo en el repositorio de GitHub proporcionado para profundizar en la implementación práctica de MLOps con MLflow y LLMs.
MLOps MLFlow: Serving LLMs with MLflow - Phi-3-mini-4k-instruct Local Deployment in Spanish
The Machine Learning Engineer via YouTube
Overview
Syllabus
MLOps MLFlow: LLMs with MLflow. Phi-3-mini-4k-instruct local Español #datascience #machinelearning
Taught by
The Machine Learning Engineer
Related Courses
-
Serving LLMs with MLflow - Phi-3-mini-4k-instruct Model
-
MLOps: Saving and Loading Microsoft Phi3 Mini 128k in GGUF Format with MLflow
-
MLOps with MLflow: Fine-Tuning LLMs, Tracking Experiments, and Logging Models
-
MLOps with MLFlow: Comparing Microsoft Phi3 Mini 128k in GGUF, MLFlow, and ONNX Formats
-
MLOps MLFlow: Creación de Modelos Personalizados con Python Model y pyfunc - Español
-
Microsoft Phi3 Mini 4K Instruct - Chain of Thought Prompting Test en Español
