Modelos de lenguaje visual (Spanish Edition)
by Merve Noyan, Andrés Marafioti, Miquel Farré, Orr Zohar
Capítulo 3. Entrenamiento de modelos de lenguajevisual
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
En el capítulo 2, exploramos aplicaciones de modelos de lenguaje visual (VLM), como un niño corriendo por un campo de hojas caídas. Nos encantó, pero no sabíamos muy bien qué estábamos haciendo. Ahora, busquemos un significado más profundo. Aprovechamos toda esa motivación y la usamos para algo bueno. Entrenemos algunos modelos.
En este capítulo, desmitificaremos el proceso de entrenamiento de modelos y recorreremos paso a paso cómo aprende realmente un VLM.
Al final de este capítulo, podrás:
-
Entrena un modelo básico usando actualizaciones de una sola muestra.
-
Ampliarlo a lotes y ver cómo cambia la dinámica del entrenamiento.
-
Comprender cómo se empaquetan las imágenes y las instrucciones para un entrenamiento eficiente a gran escala.
Abordaremos todo el proceso: la arquitectura de los VLM, el preentrenamiento, el empaquetado de datos, la inferencia y algunos trucos prácticos de entrenamiento. Abróchate el cinturón, estás a punto de empezar una obsesión de por vida con las curvas de pérdida que van bajando.
Una visión general del entrenamiento de modelos de lenguaje visual
Antes de empezar a entrenar VLM, establezcamos un vocabulario común. Quizás conozcas muchos de estos conceptos por separado, pero verlos todos ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access