Repolode
Enviar
huggingface

huggingface/smol-course

Curso práctico de Hugging Face para alinear modelos pequeños de lenguaje y visión-lenguaje con recursos locales mínimos.

Ver en GitHub
Estrellas
6,784
Forks
2,276
Issues abiertos
99
Último commit
hace 16 días

¿Qué es?

smol course es un curso práctico sobre cómo alinear modelos de lenguaje para casos de uso específicos. Se basa en los modelos SmolLM3 y SmolVLM2, y está diseñado para funcionar en la mayoría de las computadoras locales con requisitos mínimos de GPU y sin servicios de pago.

El curso abarca el ajuste por instrucciones con plantillas de chat, la evaluación en benchmarks y dominios personalizados, la alineación de preferencias con métodos como DPO y la adaptación de modelos de visión-lenguaje. El aprendizaje por refuerzo, la generación de datos sintéticos y una tabla de clasificación comunitaria figuran como módulos futuros.

El material es abierto y se revisa entre pares; quienes contribuyen pueden enviar ejercicios, ejemplos y modelos mediante pull requests. La primera versión del curso, basada en Markdown y notebooks de Jupyter, se encuentra en el directorio v1.

Funciones clave

  • 01Ajuste por instrucciones con plantillas de chat y ajuste fino supervisado
  • 02Evaluación de modelos en benchmarks estándar y dominios personalizados
  • 03Alineación de preferencias con algoritmos como DPO
  • 04Adaptación de modelos de visión-lenguaje para tareas multimodales
  • 05Funciona en la mayoría de las computadoras locales con requisitos mínimos de GPU

Casos de uso

  • Aprender a ajustar modelos LLM pequeños para un dominio específico
  • Alinear un modelo compacto para que siga instrucciones o preferencias humanas desde una laptop
  • Crear conjuntos de evaluación personalizados para una aplicación de nicho
  • Dar los primeros pasos en la adaptación de modelos de visión-lenguaje

Antes de usarlo

  • El README da por sentado que ya se tienen conocimientos de Python, PyTorch y la biblioteca transformers.
  • Algunas unidades del curso (aprendizaje por refuerzo y datos sintéticos) figuran como pendientes de publicación.

En colecciones

Herramientas de aprendizaje y educación de código abierto

Temas

#llm#fine-tuning#alignment#vision-language-model#jupyter#education#hugging-face

Preguntas frecuentes

¿Qué es smol-course?
Curso práctico de Hugging Face para alinear modelos pequeños de lenguaje y visión-lenguaje con recursos locales mínimos. smol course es un curso práctico sobre cómo alinear modelos de lenguaje para casos de uso específicos. Se basa en los modelos SmolLM3 y SmolVLM2, y está diseñado para funcionar en la mayoría de las computadoras locales con requisitos mínimos de GPU y sin servicios de pago.
¿smol-course es gratuito? ¿Qué licencia tiene?
smol-course es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿smol-course sigue mantenido?
Mantenimiento activo. El último commit de smol-course fue el 6 oct 2026.
¿Para qué puedo usar smol-course?
Aprender a ajustar modelos LLM pequeños para un dominio específico Alinear un modelo compacto para que siga instrucciones o preferencias humanas desde una laptop Crear conjuntos de evaluación personalizados para una aplicación de nicho Dar los primeros pasos en la adaptación de modelos de visión-lenguaje
¿Dónde consigo smol-course?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/huggingface/smol-course

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

Proyectos relacionados