План на курса

Въведение в напредна настройка на модели

  • Преглед на тонко настройка и управление на промптове в Vertex AI
  • Приложения за оптимизация на модели
  • Практически урок: настройка на работото място в Vertex AI

Супервизирана тонко настройка на модели Gemini

  • Подготовка на тренировъчни данни за тонко настройка
  • Изпълнение на супервизирани пиплайни за тонко настройка
  • Практически урок: тонко настройка на модел Gemini

Промпт инжиниринг и управление на версии

  • Проектиране на ефективни промптове за генеративно изкуствено интелигентно поведение
  • Контрол на версии и възпроизводимост
  • Практически урок: създаване и тестване на версии на промптове

Оценяване и сравняване с еталон

  • Преглед на библиотеки за оценяване в Vertex AI
  • Автоматизиране на тестови и валидационни работни процеси
  • Практически урок: оценяване на промптове и изходи

Развертане и мониторинг на модели

  • Интеграция на оптимизирани модели в приложения
  • Мониторинг на производителността и откриване на отклонения
  • Практически урок: развертане на тонко настроен модел

Най-добри практики за оптимизация на корпоративното изкуствено интелигентно поведение

  • Мащабираност и управление на разходи
  • Етични разсъждения и намаляване на предразсъдъците
  • Случайно изследване: подобряване на изкуствени интелигентни приложения в производство

Бъдещи направления в тонко настройка и управление на промптове

  • Развиващи се тенденции в оптимизация на големи модели на език
  • Автоматизирано адаптиране на промптове и усилващо обучение
  • Стратегически импликации за корпоративно приемане

Резюме и следващи стъпки

Изисквания

  • Опит с процеси на машинно обучение
  • Знания по програмиране с Python
  • Запознатство с облачни платформи за AI

Целева аудитория

  • Инженери на AI
  • Практикуващи MLops
  • Данни учени
 14 часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории