Descubre cómo personalizar modelos de lenguaje grandes (LLMs) de código abierto en español a través de esta charla de PyCon US. Aprende paso a paso el proceso de "fine-tuning" local para mejorar el rendimiento y especializar modelos como Mixtral-8x22B-v0.1, Mistral-7B y bloom-7b en dominios específicos. Explora la importancia de ajustar modelos pre-entrenados para obtener respuestas de mayor calidad y mantener la privacidad de datos sensibles. Comprende el rol de Python en la implementación del fine-tuning utilizando módulos externos para una aplicación simplificada. Aunque se recomiendan conocimientos generales de ciencia de datos, la presentación de 31 minutos está diseñada para explicar el proceso de manera accesible, cubriendo todos los pasos necesarios para entender y aplicar técnicas de fine-tuning a LLMs de código abierto.