Repolode
Enviar
afshinea

afshinea/stanford-cme-295-transformers-large-language-models

Una chuleta y guía de estudio VIP que reúne en un solo lugar los contenidos del curso CME 295 de Stanford sobre Transformers y modelos de lenguaje grandes.

Ver en GitHub
Estrellas
4,966
Forks
722
Issues abiertos
8
Último commit
el mes pasado

¿Qué es?

Este repositorio reúne los conceptos esenciales del curso CME 295 de Stanford sobre Transformers y modelos de lenguaje grandes en una sola chuleta. Abarca fundamentos de los Transformers, como la autoatención y las variantes de arquitectura, y luego trata temas de LLM, como el prompting, métodos de fine-tuning como SFT y LoRA, y el ajuste de preferencias con RLHF y DPO.

El material también cubre el entrenamiento orientado al razonamiento (RLVR, OPD), optimizaciones como el entrenamiento distribuido, la caché KV y la decodificación especulativa, y aplicaciones como los agentes de IA, la evaluación y los LLM de difusión. El contenido se ofrece como una chuleta en PDF, disponible en muchos idiomas, y resume un libro complementario más extenso con varios cientos de ilustraciones.

Funciones clave

  • 01Cubre los fundamentos de los Transformers, incluida la autoatención y las variantes de arquitectura
  • 02Explica el fine-tuning de LLM con SFT y LoRA, y el ajuste de preferencias con RLHF y DPO
  • 03Resume métodos de entrenamiento para el razonamiento, como RLVR y OPD
  • 04Enumera optimizaciones de inferencia, como la caché KV y la decodificación especulativa
  • 05Disponible como chuleta en PDF descargable y en muchos idiomas

Casos de uso

  • Repasar conceptos esenciales de LLM y Transformers antes de entrevistas o exámenes
  • Obtener una visión rápida de los pipelines modernos de entrenamiento de LLM
  • Estudiar junto con el curso CME 295 o usarlo como material complementario

Temas

#transformers#llm#deep-learning#fine-tuning#study-guide#cheatsheet#attention-mechanism

Preguntas frecuentes

¿Qué es stanford-cme-295-transformers-large-language-models?
Una chuleta y guía de estudio VIP que reúne en un solo lugar los contenidos del curso CME 295 de Stanford sobre Transformers y modelos de lenguaje grandes. Este repositorio reúne los conceptos esenciales del curso CME 295 de Stanford sobre Transformers y modelos de lenguaje grandes en una sola chuleta. Abarca fundamentos de los Transformers, como la autoatención y las variantes de arquitectura, y luego trata temas de LLM, como el prompting, métodos de fine-tuning como SFT y LoRA, y el ajuste de preferencias con RLHF y DPO.
¿stanford-cme-295-transformers-large-language-models es gratuito? ¿Qué licencia tiene?
stanford-cme-295-transformers-large-language-models es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿stanford-cme-295-transformers-large-language-models sigue mantenido?
Actualizado en los últimos 6 meses. El último commit de stanford-cme-295-transformers-large-language-models fue el 13 sept 2026.
¿Para qué puedo usar stanford-cme-295-transformers-large-language-models?
Repasar conceptos esenciales de LLM y Transformers antes de entrevistas o exámenes Obtener una visión rápida de los pipelines modernos de entrenamiento de LLM Estudiar junto con el curso CME 295 o usarlo como material complementario
¿Dónde consigo stanford-cme-295-transformers-large-language-models?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/afshinea/stanford-cme-295-transformers-large-language-models

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados