Generative AI with Large Language Models (LLMs)

Zrozumienie koncepcji uczenia maszynowego, takich jak uczenie nadzorowane i nienadzorowane, funkcje strat i podział danych Doświadczenie w programowaniu Python i manipulowaniu danymi Podstawowa znajomość sieci neuronowych i przetwarzania języka naturalnego

Publiczność

Deweloperzy Entuzjaści uczenia maszynowego

Generatywna sztuczna inteligencja to rodzaj sztucznej inteligencji, która może tworzyć oryginalne treści, takie jak tekst, obrazy, muzyka i kod. Duże modele językowe (LLM) to potężne sieci neuronowe, które mogą przetwarzać i generować język naturalny;

To prowadzone przez instruktora szkolenie na żywo (online lub na miejscu) jest przeznaczone dla średnio zaawansowanych programistów, którzy chcą dowiedzieć się, jak korzystać z generatywnej sztucznej inteligencji z LLM do różnych zadań i domen.

Po zakończeniu tego szkolenia uczestnicy będą w stanie

• Wyjaśnij, czym jest generatywna sztuczna inteligencja i jak działa.
• Opisać architekturę transformatora, która zasila mechanizmy LLM.
• Wykorzystanie empirycznych praw skalowania do optymalizacji mechanizmów LLM pod kątem różnych zadań i ograniczeń.
• Zastosuj najnowocześniejsze narzędzia i metody do trenowania, dostrajania i wdrażania mechanizmów LLM.
• Omówienie szans i zagrożeń związanych z generatywną sztuczną inteligencją dla społeczeństwa i biznesu.

Format kursu

• Interaktywny wykład i dyskusja.
• Dużo ćwiczeń i praktyki.
• Praktyczne wdrożenie w środowisku live-lab.

Opcje dostosowywania kursu

• Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.

Wprowadzenie do generatywnej sztucznej inteligencji

• Czym jest sztuczna inteligencja generatywna i dlaczego jest ważna?
• Główne typy i techniki sztucznej inteligencji generatywnej
• Kluczowe wyzwania i ograniczenia sztucznej inteligencji generatywnej

Architektura transformatora i moduły LLM

• Czym jest transformator i jak działa?
• Główne komponenty i cechy transformatora
• Używanie transformatorów do budowania LLM

Prawa skalowania i optymalizacja

• Czym są prawa skalowania i dlaczego są one ważne dla LLM?
• W jaki sposób prawa skalowania odnoszą się do rozmiaru modelu, rozmiaru danych, budżetu obliczeniowego i wymagań dotyczących wnioskowania?
• W jaki sposób prawa skalowania mogą pomóc zoptymalizować wydajność i efektywność mechanizmów LLM?

Szkolenie i dostrajanie programów LLM

• Główne etapy i wyzwania związane ze szkoleniem LLM od podstaw
• Korzyści i wady dostrajania LLM do konkretnych zadań
• Najlepsze praktyki i narzędzia do szkolenia i dostrajania LLM

Wdrażanie i korzystanie z programów LLM

• Główne rozważania i wyzwania związane z wdrażaniem LLM w produkcji
• Typowe przypadki użycia i zastosowania LLM w różnych domenach i branżach
• Integracja LLM z innymi systemami i platformami AI

Etyka i przyszłość generatywnej sztucznej inteligencji

• Etyczne i społeczne implikacje generatywnej sztucznej inteligencji i LLM
• Potencjalne zagrożenia i szkody związane z generatywną sztuczną inteligencją i LLM, takie jak stronniczość, dezinformacja i manipulacja
• Odpowiedzialne i korzystne wykorzystanie generatywnej AI i LLM

Podsumowanie i kolejne kroki