Plan Szkolenia

Wprowadzenie do dużych modeli językowych

  • Przegląd Natural Language Processing (NLP)
  • Wprowadzenie do Large Language Models (LLMs)
  • Wkład Meta AI w rozwój LLM

Zrozumienie architektury modeli LLM Meta AI

  • Architektura transformatorów i mechanizmy samoobserwacji
  • Metodologie szkoleniowe dla modeli wielkoskalowych
  • Porównanie z innymi modelami LLM (GPT, BERT, T5 itp.)

Konfiguracja środowiska programistycznego

  • Instalowanie i konfigurowanie Python i Jupyter Notebook
  • Praca z Hugging Face i repozytorium modeli Meta AI
  • Korzystanie z opartych na chmurze lub lokalnych GPU do szkolenia

Fine-Tuning i dostosowywanie Meta AI LLMs

  • Ładowanie wstępnie wytrenowanych modeli
  • Dostrajanie na zestawach danych specyficznych dla domeny
  • Techniki uczenia transferowego

Tworzenie aplikacji NLP z wykorzystaniem Meta AI LLMs

  • Tworzenie chatbotów i konwersacyjnej sztucznej inteligencji
  • Wdrażanie podsumowywania i parafrazowania tekstu
  • Analiza nastrojów i moderowanie treści

Optymalizacja i wdrażanie dużych modeli językowych

  • Dostrajanie wydajności pod kątem szybkości wnioskowania
  • Techniki kompresji i kwantyzacji modeli
  • Wdrażanie LLM przy użyciu interfejsów API i platform chmurowych

Kwestie etyczne i odpowiedzialna sztuczna inteligencja

  • Wykrywanie i ograniczanie stronniczości w modelach LLM
  • Zapewnienie przejrzystości i uczciwości w modelach AI
  • Przyszłe trendy i rozwój sztucznej inteligencji

Podsumowanie i kolejne kroki

Wymagania

  • Podstawowe zrozumienie uczenia maszynowego i głębokiego uczenia
  • Doświadczenie w programowaniu Python
  • Znajomość koncepcji przetwarzania języka naturalnego (NLP)

Odbiorcy

  • Badacze sztucznej inteligencji
  • Naukowcy zajmujący się danymi
  • Inżynierowie Machine Learning
  • Programiści zainteresowani NLP
 21 godzin

Liczba uczestników


cena netto za uczestnika

Propozycje terminów

Powiązane Kategorie