Cinco cuadernos de Jupyter que cogen un modelo de pesos abiertos y le aplican, en orden, RAG, MCP, SFT y LoRA. Todo el código se ejecuta de verdad y todo cabe en un portátil sin GPU. Los números que aparecen en el texto están medidos, no estimados: cuando un cuaderno dice que la ficha exacta pasa del 0 % al 100 %, es porque la celda de al lado lo imprime.
Los cinco cuadernos comparten una historia. Trabajamos para Banco Iberia, un banco inventado con su normativa, sus clientes y su buzón de incidencias. Que esté inventado es lo que hace la demo honesta: ningún modelo del mundo ha visto esos documentos durante el preentrenamiento, así que cuando acierta una cifra es porque la ha leído, no porque la recuerde. La pregunta que ordena los cuatro bloques es ésta: ¿el modelo falla porque no SABE algo, o porque no HACE lo que quieres? Lo primero se arregla con RAG y MCP, sin tocar un peso. Lo segundo exige moverlos: SFT y LoRA.
safetensors y no .bin · dónde está el peso de un modelo, capa por capa · el tokenizador y lo que cuesta el español frente al inglés · el chat template, que es el texto que el modelo recibe de verdad · la distribución del siguiente token y el efecto de la temperatura · y la alucinación que motiva el cuaderno 01<tool_call> · seguridad e inyección de prompt · y cómo enchufar el mismo servidor a Claude Desktop-100, que es el único concepto nuevo y el error silencioso más caro · el bucle de entrenamiento escrito entero, sin Trainer · y el número honesto: ese 100 % se queda en 67 % con doce incidencias escritas a mano, que es el hueco de generalización · más el olvido catastrófico, medido antes y despuéspeft y qué módulos elegir · la misma tarea del 03 con el 3,5 % de los parámetros y el mismo resultado · fusionar el adaptador y comprobar que los logits no cambian · 18,7 MB frente a 518 MB, que es el modelo de negocio entero del fine-tuning barato · y dónde está el ahorro de verdad, que es el estado de Adam y no el reloj.ipynb sueltos no funcionan solos: importan el paquete comun/ y lanzan el servidor de mcp_demo/. Descargad el zip, descomprimid y abrid Jupyter desde dentro de la carpetainstalar(verboso=True) y traed lo que imprimaLo digo porque la frontera importa y porque son las preguntas que caen en clase. Preentrenamiento: se parte siempre de un modelo ya entrenado, porque entrenar uno desde cero cuesta millones. RLHF: queda fuera del temario de este curso, así que no hay cuaderno de modelo de recompensa, DPO ni policy gradient. Despliegue: nada de vLLM, cuantización en producción ni monitorización. Evaluación seria: los conjuntos de prueba tienen entre 5 y 40 ejemplos, sirven para ver el efecto y no para tomar una decisión, y cada cuaderno dice en voz alta dónde su número no se sostiene.
Esto es material de ampliación. Del examen sigue entrando lo que dicen las diapositivas de los temas A y B: qué es y para qué sirve cada técnica, con respuesta de manual, y como único cálculo la similitud coseno. El mecanismo interno (cómo se enmascaran las etiquetas en un SFT, cómo se descompone una matriz en LoRA, cómo viaja un mensaje de MCP) no se pregunta. Está aquí para quien quiera ver por dentro lo que en clase se cuenta por fuera, y para el proyecto final.
Eduardo C. Garrido-Merchán · ecgarrido@comillas.edu · Universidad Pontificia Comillas (ICADE) · Deep Learning para Business Analytics 2026–2027 · CC BY-NC-SA 4.0