Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
План на курса
Начало на Добрава за Fine-Tuning на DeepSeek LLM
- Обзор на моделите DeepSeek, например DeepSeek-R1 и DeepSeek-V3
- Разбиране на нуждата от fine-tuning на LLMs
- Сравнение на fine-tuning срещу prompt engineering
Подготовка на Датсета за Fine-Tuning
- Подбор на специфични за област данни
- Техники за предварителна обработка и очистване на данните
- Токенизация и форматиране на датсета за DeepSeek LLM
Настройка на Окружението за Fine-Tuning
- Настройка на ускорение с GPU и TPU
- Настройка на Hugging Face Transformers с DeepSeek LLM
- Разбиране на хиперпараметрите за fine-tuning
Fine-Tuning на DeepSeek LLM
- Реализация на супервизиран fine-tuning
- Използване на LoRA (Low-Rank Adaptation) и PEFT (Parameter-Efficient Fine-Tuning)
- Изпълнение на разпределен fine-tuning за големи данни
Оценка и Оптимизация на Fine-Tuned Модели
- Оценяване на производителността на моделите с метрики за оценка
- Справяне с преобучаване и недообучаване
- Оптимизация на скоростта на извличане и ефективност на модела
Разработка на Fine-Tuned Модели на DeepSeek
- Пакетиране на модели за развой на API
- Интеграция на fine-tuned модели в приложения
- Мащабиране на развой с облачни и периферни изчисления
Реални Приложения и Примери
- Fine-tuned LLMs за финанси, здравеопазване и клиентска поддръжка
- Примери за приложения в индустрията
- Етични разбирания при AI модели специфични за област
Резюме и Следващи Стъпки
Изисквания
- Опит с фреймуорки за машинно обучение и дълбоко обучение
- Завършеност с трансформери и големи езикови модели (LLM)
- Разбиране на предобработката на данни и техники за обучение на модели
Целева аудитория
- Иследователи в областта на изкуствен интелект, които изследват настройката на LLM
- Инженери по машинно обучение, които разработват собствени AI модели
- Надградени разработчици, които имплементират решения, базирани на изкуствен интелект
21 часа
