Skip to content

Commit e3f986f

Browse files
robPTYrobPTY
authored
translated unit 0 to spanish (#246)
1 parent 7504fef commit e3f986f

1 file changed

Lines changed: 136 additions & 13 deletions

File tree

‎units/es/unit0/1.md‎

Lines changed: 136 additions & 13 deletions
Original file line numberDiff line numberDiff line change
@@ -1,21 +1,144 @@
11
# Bienvenido al 🤗 smol-course
22

3-
Para la introducción completa de este curso, consulta la versión en inglés:
3+
![Fine-Tuning Course thumbnail](https://github.com/huggingface/smol-course/blob/main/banner.png?raw=true)
44

5-
[Lee la introducción completa en inglés](https://huggingface.co/learn/smol-course/unit0/1)
5+
¡Bienvenido al curso completo (y el más pequeño) sobre **el Fine-tuning de Modelos de Lenguaje**!
66

7-
## Sobre este curso en pocas palabras
7+
Este curso gratuito te llevará por una aventura, desde principiante hasta experto, en la comprensión, implementación y optimización de técnicas de fine-tuning para modelos extensos de lenguaje
88

9-
- **Curso completo para Fine-Tuning de Modelos de Lenguaje**
10-
- **Del principiante al experto** con aprendizaje paso a paso
11-
- Aprende ajuste por instrucciones, evaluación, alineación de preferencias y más
12-
- Incluye ejercicios prácticos y proyectos reales
9+
Esta primera unidad te ayudará a incorporarte:
1310

14-
## Estructura del curso
11+
- Descubre el **programa del curso**.
12+
- **Obtén más información sobre el proceso de certificación y el calendario**.
13+
- Conoce al equipo que está detrás del curso.
14+
- Crea tu **cuenta**.
15+
- **Regístrate en nuestro servidor de Discord** y conoce a tus compañeros de clase y a nosotros.
1516

16-
1. Ajuste por Instrucciones
17-
2. Alineación de Preferencias
18-
3. Fine-tuning Eficiente en Parámetros
19-
4. Evaluación
17+
¡Empecemos!
2018

21-
[Comenzar el curso](https://huggingface.co/smol-course)
19+
<Tip>
20+
21+
¡Este curso es pequeño pero intenso! Está dirigido a desarrolladores de software e ingenieros que desean acelerar el perfeccionamiento de sus habilidades en fine-tuning de modelos de lenguaje grande (LLM). Si no es tu caso, echa un vistazo al [Curso LLM](https://huggingface.co/learn/llm-course/).
22+
23+
</Tip>
24+
25+
## ¿Qué puedes esperar de este curso?
26+
27+
En este curso, podrás:
28+
29+
- 📖 Estudiar el ajuste por instrucciones, fine-tuning supervisado, y la alineación de preferencias en la teoría y en la práctica.
30+
- 🧑‍💻 Aprender a usar frameworks y herramientas como TRL y Transformers.
31+
- 💾 Compartir tus proyectos y explorar aplicaciones de fine-tuning creadas por la comunidad.
32+
- 🏆 Participar en retos en los que evaluarás tus modelos ajustados frente a los de otros estudiantes.
33+
- 🎓 Conseguir un certificado de finalización al completar las tareas.
34+
35+
Al terminar este curso, comprenderás **cómo ajustar los modelos de lenguaje de manera eficaz y crear aplicaciones de IA especializadas utilizando las últimas técnicas de fine-tuning**.
36+
37+
¡No olvides [**inscribirte al curso!**](https://huggingface.co/smol-course)
38+
39+
## ¿Cómo es el curso?
40+
41+
El curso se compone de:
42+
43+
- _Unidades fundamentales_: donde aprenderás **conceptos teóricos** sobre el fine-tuning.
44+
45+
* _Prácticas_: donde aprenderás **a utilizar frameworks de fine-tuning establecidos** para adaptar tus modelos. Estas secciones prácticas contarán con entornos preconfigurados.
46+
* _Tareas de casos prácticos_: donde aplicarás los conceptos que has aprendido para resolver un problema del mundo real que tú mismo elegirás.
47+
* _Colaboraciones_: colaboramos con los socios de Hugging Face para ofrecerte las últimas implementaciones y herramientas de fine-tuning.
48+
49+
Este **curso es un proyecto vivo, que evoluciona con tus comentarios y contribuciones.** No dudes en abrir issues y Pull Requests en GitHub, y participa en los debates en nuestro servidor de Discord.
50+
51+
## Cual es el plan de estudio?
52+
53+
Aquí está el **plan de estudio general del curso**. Se publicará una lista más detallada de temas con cada unidad.
54+
55+
| # | Tema | Descripción | Fecha de publicación |
56+
| --- | -------------------------- | -------------------------------------------------------------------------------- | -------------------- |
57+
| 1 | Ajuste por Instrucciones | Fine-tuning supervisado, plantillas de chat, seguimiento de instrucciones | ✅ |
58+
| 2 | Evaluación | Puntos de referencia y evaluación de dominios personalizados | Septiembre |
59+
| 3 | Alineación de Preferencias | Alineación de modelos con las preferencias humanas mediante algoritmos como DPO. | Octubre |
60+
| 4 | Aprendizaje por Refuerzo | Optimización de modelos basados en políticas de refuerzo. | Octubre |
61+
| 5 | Modelos de Lenguaje Visual | Adaptación y uso de modelos multimodales | Noviembre |
62+
| 6 | Datos Sintéticos | Generación de conjuntos de datos sintéticos para dominios personalizados | Noviembre |
63+
| 7 | Ceremonia de Premiación | Presentación de proyectos y celebración | Diciembre |
64+
65+
## ¿Cuáles son los requisitos previos?
66+
67+
Para poder seguir este curso, debes tener:
68+
69+
- Conocimientos básicos sobre los conceptos de IA y LLM.
70+
- Familiaridad con la programación en Python y los fundamentos del machine learning.
71+
- Experiencia con PyTorch o frameworks de aprendizaje profundo similares.
72+
- Conocimientos básicos sobre la arquitectura de los transformadores.
73+
74+
Si no cumples ninguno de estos requisitos, no te preocupes. Echa un vistazo al [Curso LLM](https://huggingface.co/learn/llm-course/) para empezar.
75+
76+
<Tip>
77+
78+
Los cursos anteriores no son requisitos previos en sí mismos, por lo que si comprendes los conceptos de modelos extensos de lenguaje y transformadores, ¡puedes comenzar el curso ahora mismo!
79+
80+
</Tip>
81+
82+
## ¿Qué herramientas necesito?
83+
84+
Solo necesitas dos cosas:
85+
86+
- _Un ordenador_ con conexión a Internet y, preferiblemente, acceso a un GPU ([Hugging Face Pro](https://huggingface.co/pro) funciona muy bien).
87+
- Una _cuenta_: para acceder a los recursos del curso y crear proyectos. Si aún no tienes una cuenta, puedes crear una [aquí](https://huggingface.co/join) (es gratis).
88+
89+
## El proceso de certificación
90+
91+
Puedes elegir entre seguir este curso _de oyente_ o realizar las actividades y _obtener uno de los dos certificados que emitimos_. Si eliges completar de oyente el curso, puedes participar en todos los retos y realizar las tareas si lo deseas, y **no es necesario que nos lo notifiques**.
92+
93+
El proceso de certificación es **totalmente gratuito**:
94+
95+
- _Para obtener una certificación de fundamentos_: debes completar la Unidad 1 del curso. Está dirigida a estudiantes que desean comprender los conceptos básicos del ajuste de instrucciones sin crear aplicaciones avanzadas.
96+
- _Para obtener un certificado de completación_: debes completar todas las unidades del curso y enviar un proyecto final. Está dirigida a estudiantes que desean demostrar su dominio de las técnicas de fine-tuning.
97+
98+
## ¿Cuál es el ritmo recomendado?
99+
100+
Cada capítulo de este curso está diseñado **para completarse en una semana, con aproximadamente 3-4 horas de trabajo semanales**.
101+
102+
Dado que hay una fecha límite, te proporcionamos un ritmo recomendado:
103+
104+
![Miniatura del curso de ajuste fino](https://github.com/huggingface/smol-course/blob/rerelease-chapter-1/schedule.png?raw=true)
105+
106+
## ¿Cómo aprovechar al máximo al curso?
107+
108+
Para aprovechar al máximo al curso, te ofrecemos algunos consejos:
109+
110+
1. [Únete a grupos de estudio en Discord](https://discord.gg/UrrTSsSyjb): Estudiar en grupo siempre es más fácil. Para ello, debes unirte a nuestro servidor de Discord y verificar tu cuenta.
111+
2. **Realiza los cuestionarios y las tareas**: La mejor manera de aprender es mediante la práctica y la autoevaluación.
112+
3. **Establece un horario para mantenerte al día**: Puedes utilizar nuestro calendario recomendado a continuación o crear el tuyo propio.
113+
114+
![Consejos para el curso](https://huggingface.co/datasets/mcp-course/images/resolve/main/unit0/3.png)
115+
116+
## Quiénes somos
117+
118+
Acerca de los autores:
119+
120+
### Ben Burtenshaw
121+
122+
Ben es ingeniero de Machine Learning en Hugging Face y se dedica a crear aplicaciones de modelos extensos de lenguaje, con enfoques de post-entrenamiento y agenciales. [Sigue a Ben en el Hub](https://huggingface.co/burtenshaw) para ver sus últimos proyectos.
123+
124+
## Agradecimientos
125+
126+
Nos gustaría expresar nuestro agradecimiento a las siguientes personas y socios por sus valiosas contribuciones y su apoyo:
127+
128+
- [Hugging Face Transformers](https://huggingface.co/docs/transformers)
129+
- [TRL (Transformer Reinforcement Learning)](https://huggingface.co/docs/trl)
130+
- [PEFT (Parameter-Efficient Fine-Tuning)](https://huggingface.co/docs/peft)
131+
132+
## He encontrado un error o quiero mejorar el curso
133+
134+
Las contribuciones son **bienvenidas** 🤗
135+
136+
- Si _has encontrado un error 🐛 en un notebook_, por favor [abre un issue](https://github.com/huggingface/smol-course/issues/new) y **describe el issue**.
137+
- Si _quieres mejorar el curso_, puedes [abrir un Pull Request](https://github.com/huggingface/smol-course/pulls) .
138+
- Si _quieres añadir una sección completa o una nueva unidad_, lo mejor es [abrir un ticket](https://github.com/huggingface/smol-course/issues/new) y **describir qué contenido quieres añadir antes de empezar a escribirlo para que podamos orientarte**.
139+
140+
## Todavía tengo preguntas
141+
142+
Por favor, haz tu pregunta en nuestro servidor de Discord #fine-tuning-course-questions.
143+
144+
Ahora que tienes toda la información, ¡vamos a ponernos en marcha! ⛵

0 commit comments

Comments
 (0)