Fine-Tuning, RLHF & Prompt Engineering

Qué dominarás.

Objetivo de aprendizaje: Adaptar LLMs a un dominio: prompt engineering avanzado, fine-tuning eficiente (LoRA/QLoRA) y alineamiento por preferencias (RLHF/DPO).

• Prompt engineering avanzado: patrones, few-shot, chain-of-thought, structured output y evals de prompts
• Fine-tuning eficiente: LoRA/QLoRA, PEFT y datos de instrucción
• Alineamiento por preferencias: RLHF, DPO y reward models
• Serving y evaluación del modelo afinado; guardrails y costo