Cómo Ajustar Finamente el DeepSeek R1 LLM - Tutorial Paso a Paso

Resumen

Programa de estudio

• Introducción al Curso
Descripción general del DeepSeek R1 LLM
Objetivos y Resultados del Curso
Requisitos previos y Recursos Necesarios
• Módulo 1: Configuración del Entorno
Requisitos del Sistema
Instalación de Software y Librerías Necesarias
Configuración del Entorno de Desarrollo
• Módulo 2: Uso de GPU en la Nube
Selección de un Proveedor y Servicio en la Nube
Configuración y Lanzamiento de Instancias GPU
Gestión y Optimización de Costos
• Módulo 3: Introducción a PEFT y LoRA
Descripción del Ajuste Fino Eficiente de Parámetros (PEFT)
Entendiendo las Adaptaciones de Bajo Rango (LoRA)
Beneficios y Aplicaciones en el Ajuste Fino
• Módulo 4: Ajuste Fino del DeepSeek R1 LLM
Recolección y Preparación de Datos
Aplicación de Técnicas PEFT y LoRA
Monitoreo del Progreso del Entrenamiento y Ajuste de Parámetros
• Módulo 5: Ejecución de Inferencias con el Modelo Personalizado
Exportación y Despliegue del Modelo Ajustado Fino
Realización de Inferencias y Evaluación
Depuración y Optimización del Rendimiento
• Módulo 6: Estudios de Caso y Mejores Prácticas
Aplicaciones del Mundo Real de LLMs Ajustados Fino
Resolución de Problemas Comunes
Consideraciones Éticas y Mitigación de Sesgos
• Conclusión del Curso
Resumen de los Aprendizajes Clave
Próximos Pasos y Oportunidades de Aprendizaje Adicional
Retroalimentación y Evaluación del Curso
• Recursos Adicionales
Lecturas Recomendadas
Herramientas y Comunidades en Línea
Certificación y Oportunidades Adicionales

---

Asignaturas

Ciencias de la Computación