Aprende a realizar prompt tuning utilizando PEFT (Lora) para personalizar un modelo Flan-T5 enfocado en el resumen de documentos en este tutorial de 24 minutos en español. Explora técnicas de MLOps y optimización mientras se demuestra cómo evaluar los resultados del modelo ajustado. Accede al notebook proporcionado en GitHub para seguir paso a paso el proceso de ingeniería de prompts, ajuste de parámetros y evaluación de rendimiento en el contexto de la ciencia de datos y el aprendizaje automático.
MLOps: Optimización PEFT para Resumen de Diálogos con Flan-T5 (LoRA) - Español
The Machine Learning Engineer via YouTube
Overview
Syllabus
MLOps: Optimizacion PEFT Dialog Summarization Flan T5 (Lora) Español #datascience #machinelearning
Taught by
The Machine Learning Engineer
Related Courses
-
LLMOps: Prompt Tuning for Dialog Summarization with Flan-T5 in Spanish
-
Fine-tuning Flan-T5 for Text Classification Using MLFlow - Spanish Tutorial
-
MLOps MLFlow: Fine-tuning Flan-T5 for Sequence-to-Sequence Classification in Spanish
-
Fine-Tuning T5 for Document Classification - Part 0: Proof of Concept (Español)
-
MLOps MLflow: Fine-Tuning Mistral 7B con PEFT y QLora - Español
-
Optimización de modelos fundacionales (Español LATAM) | Optimizing Foundation Models (LATAM Spanish)
