Fine-Tuning Prático de Modelos Open-Source com Hugging Face
Domine o ciclo completo de fine-tuning de Large Language Models open-source utilizando o ecossistema Hugging Face. Aprenda a aplicar técnicas avançadas de eficiência de parâmetros como QLoRA, otimizar hiperparâmetros de treinamento distribuído, e implantar modelos em produção com segurança e escalabilidade.
Módulo 1: Fundamentos de Arquitetura e Preparação de Dados
Módulo 2: Técnicas Avançadas de Fine-Tuning Eficiente (PEFT / QLoRA)
Módulo 3: Execução e Otimização do Treinamento com SFTTrainer
Módulo 4: Fusão, Avaliação e Implantação em Produção
Artigos relacionados no blog
Fine-Tuning Eficiente
O Que É LoRA e QLoRA: Guia Prático de Fine-Tuning Eficiente
Entenda como LoRA e QLoRA reduzem o uso de memória GPU na adaptação de LLMs. Aprenda a aplicar o fine-tunin...
Deployment de LLMsComo Usar vLLM para Servir LLMs Open-Source em Produção
Aprenda a configurar o vLLM para servir modelos open-source com alta vazão, PagedAttention e API compatível...
Desenvolvimento de IAComo Fazer Fine-Tuning de LLMs Rapidamente Usando Unsloth
Aprenda a realizar fine-tuning de LLMs até 5x mais rápido e consumindo 80% menos memória VRAM com Unsloth e...