Curso gratuito mostra como treinar modelos de raciocínio

Agora praticamente qualquer pessoa pode construir seu próprio modelo de raciocínio.

Sebastian Raschka lançou um curso totalmente gratuito e abriu o código-fonte de todos os materiais.

Usando como exemplo um modelo pequeno, Qwen3-0.6B, ele mostra como os modelos de raciocínio são realmente treinados e quais etapas compõem esse processo.

O curso permite aprender como:

• ensinar um modelo a buscar diferentes caminhos para resolver a mesma tarefa;
• verificar automaticamente a correção das respostas geradas;
• melhorar seu comportamento com aprendizado por recompensa e GRPO;
• observar como o modelo às vezes encontra formas de contornar o próprio sistema de recompensas;
• treinar um modelo mais compacto com dados de raciocínio do DeepSeek-R1.

Todo o código pode ser executado de forma independente, permitindo acompanhar o progresso do treinamento e perceber gradualmente como o comportamento do modelo muda.

Não é preciso começar do zero: como ponto de partida, é usado um modelo pequeno já pronto, em vez de um modelo base que precisaria ser treinado desde o início.

Se você há muito tempo queria entender como funcionam modelos como o DeepSeek-R1, este curso oferece uma rara oportunidade de não apenas ler sobre isso, mas percorrer todo o processo com as próprias mãos.

GitHub: reasoning-from-scratch