course/pr_1213/es/_toctree.yml

- title: 0. Setup
  sections:
  - local: chapter0/1
    title: Introducción

- title: 1. Modelos Transformers
  sections:
  - local: chapter1/1
    title: Introducción
  - local: chapter1/2
    title: Procesamiento de lenguaje natural y Large Language Models
  - local: chapter1/3
    title: Transformers, ¿qué pueden hacer?
  - local: chapter1/4
    title: ¿Cómo funcionan los Transformers?
  - local: chapter1/5
    title: Cómo resuelven tareas los 🤗 Transformers
  - local: chapter1/6
    title: Arquitecturas Transformer
  - local: chapter1/7
    title: Quiz rápido
  - local: chapter1/8
    title: Inferencia con LLMs
  - local: chapter1/9
    title: Sesgos y limitaciones
  - local: chapter1/10
    title: Resumen
  - local: chapter1/11
    title: Examen de certificación
    quiz: 1

- title: 2. Usando Transformers 🤗
  sections:
  - local: chapter2/1
    title: Introducción
  - local: chapter2/2
    title: Detrás del pipeline
  - local: chapter2/3
    title: Modelos
  - local: chapter2/4
    title: Tokenizadores
  - local: chapter2/5
    title: Manejo de varias secuencias
  - local: chapter2/6
    title: Poniendo todo junto
  - local: chapter2/7
    title: ¡Uso básico completado!
  - local: chapter2/8
    title: Despliegue de inferencia optimizado
  - local: chapter2/9
    title: Quiz de final de capítulo
    quiz: 2

- title: 3. Ajuste (fine-tuning) de un modelo preentrenado
  sections:
  - local: chapter3/1
    title: Introducción
  - local: chapter3/2
    title: Procesamiento de los datos
  - local: chapter3/3
    title: Ajuste de un modelo con la API Trainer
  - local: chapter3/3_tf
    title: Ajuste de un modelo con Keras
  - local: chapter3/4
    title: Entrenamiento completo
  - local: chapter3/5
    title: Ajuste de modelos, ¡hecho!
  - local: chapter3/6
    title: Quiz de final de capítulo
    quiz: 3
  - local: chapter3/7
    title: Certificado de final de capítulo
    quiz: 3

- title: 4. Compartir modelos y tokenizadores
  sections:
  - local: chapter4/1
    title: El Hugging Face Hub
  - local: chapter4/2
    title: Usar modelos preentrenados
  - local: chapter4/3
    title: Compartir modelos preentrenados
  - local: chapter4/4
    title: Crear una tarjeta del modelo
  - local: chapter4/5
    title: ¡Parte 1 completada!
  - local: chapter4/6
    title: Quiz de final de capítulo
    quiz: 4

- title: 5. La librería 🤗 Datasets
  sections:
  - local: chapter5/1
    title: Introducción
  - local: chapter5/2
    title: ¿Y si mi dataset no está en el Hub?
  - local: chapter5/3
    title: Es momento de subdividir
  - local: chapter5/4
    title: ¿Big data? 🤗 ¡Datasets al rescate!
  - local: chapter5/5
    title: Crea tu propio dataset
  - local: chapter5/6
    title: Búsqueda semántica con FAISS
  - local: chapter5/7
    title: 🤗 Datasets, ¡listo!
  - local: chapter5/8
    title: Quiz de final de capítulo
    quiz: 5


- title: 6. La librería 🤗 Tokenizers
  sections:
  - local: chapter6/1
    title: Introducción
  - local: chapter6/2
    title: Entrenar un nuevo tokenizador a partir de uno existente
  - local: chapter6/3
    title: Los poderes especiales de los Tokenizadores Rápidos (Fast tokenizers)
  - local: chapter6/3b
    title: Tokenizadores Rápidos en un Pipeline de Question-Answering
  - local: chapter6/4
    title: Normalización y pre-tokenización
  - local: chapter6/5
    title: Tokenización por Codificación Byte-Pair
  - local: chapter6/6
    title: Tokenización WordPiece
  - local: chapter6/7
    title: Tokenización Unigram
  - local: chapter6/8
    title: Construir un tokenizador, bloque por bloque
  - local: chapter6/9
    title: Tokenizadores, listo!
  - local: chapter6/10
    title: Quiz de final de capítulo
    quiz: 1

- title: 7. Tareas clásicas de PLN
  sections:
  - local: chapter7/1
    title: Introducción
  - local: chapter7/2
    title: Clasificación de tokens
  - local: chapter7/3
    title: Ajuste fino de un modelo de lenguaje enmascarado
  - local: chapter7/4
    title: Traducción
  - local: chapter7/5
    title: Resumen
  - local: chapter7/6
    title: Entrenamiento de un modelo de lenguaje causal desde cero
  - local: chapter7/7
    title: Respuesta a preguntas
  - local: chapter7/8
    title: Dominar los LLMs
  - local: chapter7/9
    title: Quiz de final de capítulo
    quiz: 7

- title: 8. ¿Cómo solicitar ayuda?
  sections:
  - local: chapter8/1
    title: Introducción
  - local: chapter8/2
    title: ¿Qué hacer cuando se produce un error?
  - local: chapter8/3
    title: Cómo pedir ayuda en los foros
  - local: chapter8/4
    title: Depurar el pipeline de entrenamiento
    local_fw: { pt: chapter8/4, tf: chapter8/4_tf }
  - local: chapter8/5
    title: Cómo escribir un buen issue
  - local: chapter8/6
    title: ¡Parte 2 completada!
  - local: chapter8/7
    title: Quiz de final de capítulo
    quiz: 8

- title: 9. Crear y compartir demos
  subtitle: Entrené un modelo, pero ¿cómo lo muestro?
  sections:
  - local: chapter9/1
    title: Introducción a Gradio
  - local: chapter9/2
    title: Crea tu primera demo
  - local: chapter9/3
    title: Entender la clase Interface
  - local: chapter9/4
    title: Compartir demos con otras personas
  - local: chapter9/5
    title: Integraciones con el Hugging Face Hub
  - local: chapter9/6
    title: Características avanzadas de Interface
  - local: chapter9/7
    title: Introducción a Gradio Blocks
  - local: chapter9/8
    title: Gradio, ¡listo!
  - local: chapter9/9
    title: Cuestionario de final de capítulo
    quiz: 9

- title: 10. Curar datasets de alta calidad
  subtitle: Cómo usar Argilla para crear datasets excelentes
  sections:
  - local: chapter10/1
    title: Introducción a Argilla
  - local: chapter10/2
    title: Configura tu instancia de Argilla
  - local: chapter10/3
    title: Carga tu dataset en Argilla
  - local: chapter10/4
    title: Anota tu dataset
  - local: chapter10/5
    title: Usa tu dataset anotado
  - local: chapter10/6
    title: Argilla, ¡listo!
  - local: chapter10/7
    title: Quiz de final de capítulo
    quiz: 10

- title: 11. Ajustar Large Language Models
  subtitle: Usa ajuste fino supervisado y Low-Rank Adaptation para ajustar un modelo de lenguaje grande
  sections:
  - local: chapter11/1
    title: Introducción
  - local: chapter11/2
    title: Plantillas de chat
  - local: chapter11/3
    title: Ajuste fino con SFTTrainer
  - local: chapter11/4
    title: LoRA (Low-Rank Adaptation)
  - local: chapter11/5
    title: Evaluación
  - local: chapter11/6
    title: Conclusión
  - local: chapter11/7
    title: ¡Hora del examen!
    quiz: 11

- title: 12. Construir modelos de razonamiento
  subtitle: Aprende a construir modelos de razonamiento como DeepSeek R1
  sections:
  - local: chapter12/1
    title: Introducción
  - local: chapter12/2
    title: Aprendizaje por refuerzo en LLM
  - local: chapter12/3
    title: El momento Aha en el paper de DeepSeek R1
  - local: chapter12/3b
    title: Comprensión avanzada de GRPO en DeepSeekMath
  - local: chapter12/4
    title: Implementar GRPO en TRL
  - local: chapter12/5
    title: Ejercicio práctico para ajustar un modelo con GRPO
  - local: chapter12/6
    title: Ejercicio práctico con Unsloth
  - local: chapter12/7
    title: Próximamente...

- title: Glosario
  sections:
  - local: glossary/1
    title: Glosario

- title: Eventos del curso
  sections:
  - local: events/1
    title: Sesiones en vivo y talleres
  - local: events/2
    title: Evento de lanzamiento de la Parte 2
  - local: events/3
    title: Fiesta de Gradio Blocks