{"product_id":"coleccion-raschka","title":"Colección Raschka","description":"\u003ch2\u003eConstruye un gran modelo de lenguaje (desde cero)\u003c\/h2\u003e\n\u003cp\u003eUsas inteligencia artificial todos los días, pero \u003cstrong\u003enunca has visto lo que ocurre dentro de la caja negra\u003c\/strong\u003e. Aquí la abres tú mismo: Sebastian Raschka te guía paso a paso, con texto claro, diagramas y ejemplos, mientras programas un \u003cstrong\u003eLLM de estilo GPT\u003c\/strong\u003e desde el diseño y la programación inicial, pasando por el \u003cstrong\u003epreentrenamiento en un corpus general\u003c\/strong\u003e, hasta el ajuste fino para tareas específicas. Y \u003cstrong\u003esin depender de ninguna biblioteca de LLM existente\u003c\/strong\u003e, así que nada queda escondido detrás de una función mágica.\u003c\/p\u003e\n\u003cp\u003eProgramarás los \u003cstrong\u003emecanismos de atención\u003c\/strong\u003e línea por línea, ensamblarás la arquitectura completa, cargarás \u003cstrong\u003epesos preentrenados\u003c\/strong\u003e y convertirás tu modelo primero en un \u003cstrong\u003eclasificador de texto\u003c\/strong\u003e y al final en un \u003cstrong\u003echatbot que sigue tus instrucciones conversacionales\u003c\/strong\u003e. Todo corre en una computadora portátil común y corriente, con GPU opcional. Como decía Feynman, «no entiendo nada que no pueda construir»: al terminar entenderás los LLM porque cada línea pasó por tus dedos.\u003c\/p\u003e\n\u003ch2\u003eConstruye un modelo de razonamiento (desde cero)\u003c\/h2\u003e\n\u003cp\u003eTodos hablan de modelos que razonan, pero muy pocos saben qué ocurre por dentro. Este libro cuenta una \u003cstrong\u003ehistoria de ingeniería clara\u003c\/strong\u003e: empiezas con un \u003cstrong\u003eLLM preentrenado\u003c\/strong\u003e, entiendes cómo se genera cada token —\u003cstrong\u003esoftmax\u003c\/strong\u003e, temperatura, muestreo top-p y \u003cstrong\u003ecaché KV\u003c\/strong\u003e— y construyes \u003cstrong\u003eherramientas de evaluación confiables\u003c\/strong\u003e con verificadores matemáticos, porque medir le gana a opinar.\u003c\/p\u003e\n\u003cp\u003eDespués elevas el razonamiento \u003cstrong\u003esin cambiar los pesos del modelo\u003c\/strong\u003e, con prompts de cadena de pensamiento, muestreo, autoconsistencia, Best-of-N y autorrefinamiento; y al final modificas el modelo mismo con \u003cstrong\u003eaprendizaje por refuerzo con recompensas verificables\u003c\/strong\u003e, mejoras de \u003cstrong\u003eGRPO\u003c\/strong\u003e y \u003cstrong\u003edestilación\u003c\/strong\u003e. Cada método principal se implementa desde cero, con sus compromisos de costo y latencia a la vista, incluidos los modos de fallo donde refinar empeora la respuesta.\u003c\/p\u003e","brand":"Biblioteca de Alejandría","offers":[{"title":"Default Title","offer_id":44709715312682,"sku":null,"price":373.09,"currency_code":"MXN","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0648\/3489\/5914\/files\/raschka-coleccion-v4.png?v=1787268835","url":"https:\/\/alejandriav5.org\/products\/coleccion-raschka","provider":"Libros de Alejandría 5.0","version":"1.0","type":"link"}