# 🦜LoRA

👥 **Integrantes:**  
- 👤 Sneider Sánchez
- 👤 César Vanegas  

📑 **Material de apoyo:**  

- 📜 **Paper:** [Ver artículos académicos](https://arxiv.org/pdf/2106.09685#page=7.03)  
- 💻 **Video Autor** [Video](https://www.youtube.com/watch?v=DhRoTONcyZE&ab_channel=EdwardHu)  
- 📊 **Diapositivas:** [Ver presentaciones](https://www.canva.com/design/DAGgUDYjRHw/YxJLclyUTttWnBIQlTAU0A/edit?utm_content=DAGgUDYjRHw&utm_campaign=designshare&utm_medium=link2&utm_source=sharebutton)
- 📗 **Resumen:** [Ver documento](https://drive.google.com/file/d/1-Ch7Zi5YdB_jxslWxehsMkrPuctkOAX2/view?usp=sharing)  
---

## 🎯 **Objetivos**
✅ Comprender cómo funciona LoRA a nivel matemático.
    
✅Comparar su rendimiento con otros métodos como Fine-Tuning y Adapters.


---

## 📊 Resultados Esperados
🔹  Comprensión clara de LoRA y su aplicación en modelos grandes.

🔹  Identificación de sus ventajas y limitaciones frente a otras técnicas.

---
## 📚 **Referencias**
📖 Esta sección recopila enlaces a recursos relevantes sobre procesamiento de imágenes:  

🔹 [📽️ Video de ayuda:)](https://www.youtube.com/watch?v=t509sv5MT0w&t=539s&ab_channel=DeepFindr)  
🔹 [🖱️ Otra pequeña explicación](https://blog.dailydoseofds.com/p/full-model-fine-tuning-vs-lora-vs)