Curso de IA 3: "Ajuste Fino Inteligente: Adapta Modelos de Lenguaje sin Quemar tu GPU"

QLoRA permite el ajuste fino eficiente de grandes modelos de lenguaje en GPUs con poca memoria combinando cuantización de 4 bits con adaptadores de rango bajo, reduciendo el uso de VRAM mientras se preserva el rendimiento.

🧭 Estructura del Curso

• Módulo 1: ¿Qué es el Ajuste Fino y Por Qué Es Tan Costoso?
• Módulo 2: PEFT — El Paradigma de Ajuste Fino Eficiente
• Módulo 3: LoRA — Adaptación de Rango Bajo
• Módulo 4: QLoRA — Ajuste Fino Cuantizado de Alto Rendimiento
• Módulo 5: Configuración Práctica — Hiperparámetros, target_modules y Entorno
• Módulo 6: Preparación de Conjuntos de Datos y Formato de Instrucciones
• Módulo 7: Configuración de Entrenamiento con TRL (Aprendizaje por Refuerzo de Transformadores)
• Módulo 8: Monitoreo del Entrenamiento y Evaluación
• Módulo 9: Gestión de Recursos y Problemas Comunes
• Módulo 10: Guardar, Cargar y Fusionar Adaptadores LoRA/QLoRA
• Módulo 11: Proyecto Integrado Final — Ajuste Fino de Qwen2.5-0.5B para Generación de Descripciones de Productos