Sebastián Raschka ha publicado una serie de ocho videos de 11 horas que detalla la implementación de modelos de razonamiento desde cero utilizando Python y PyTorch. Este recurso educativo, que acompaña a su libro 'Build a Reasoning Model (From Scratch)', se centra en el desarrollo de capacidades de inferencia, escalado de inferencia, aprendizaje por refuerzo y destilación sobre una base preentrenada de Qwen3 0.6B. El objetivo es proporcionar a los desarrolladores una comprensión profunda de los mecanismos subyacentes que permiten a los modelos de lenguaje actuales resolver problemas complejos de matemáticas y código, más allá de la simple generación de texto. El curso está diseñado para ser autónomo, aunque recomienda previamente el curso 'Coding LLMs from the Ground Up' para quienes deseen un contexto más amplio. Los requisitos técnicos incluyen familiaridad con Python y PyTorch, y se sugiere el uso de GPU para los experimentos de entrenamiento, aunque las primeras etapas pueden ejecutarse en CPU. La serie incluye también un curso complementario de 90 minutos en LinkedIn Learning para una visión conceptual más rápida. Este material técnico es relevante para ingenieros y estudiantes que buscan dominar la arquitectura de los agentes de IA modernos, donde el modelo de razonamiento actúa como el motor central dentro de un marco de agente.
