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
Въведение в генеративния Искусствен Интелект
- Коя е генеративния Искусствен Интелект и защо е важен?
- Основни видове и техники на генеративния Искусствен Интелект
- Основни предизвикателства и ограничения на генеративния Искусствен Интелект
Архитектура на трансформери и големи язъкови модели
- Кой е трансформерът и как работи?
- Основни компоненти и характеристики на трансформера
- Използване на трансформери за създаване на големи язъкови модели
Закономерности на масштабиране и оптимизация
- Кои са закономерностите на масштабиране и защо са важни за големите язъкови модели?
- Как закономерностите на масштабиране са свързани с размерът на модела, размерът на данните, бюджета на изчисленията и изискванията за изводване?
- Как закономерностите на масштабиране могат да помогнат за оптимизиране на производителността и ефективността на големите язъкови модели?
Обучение и настройка на големи язъкови модели
- Основни стъпки и предизвикателства при обучение на големи язъкови модели от нула
- Ползи и недостатъци на настройката на големи язъкови модели за специфични задачи
- Най-добри практики и инструменти за обучение и настройка на големи язъкови модели
Разработка и използване на големи язъкови модели
- Основни разбирания и предизвикателства при разработка на големи язъкови модели в производство
- Чести случаи на употреба и приложения на големите язъкови модели в различни области и индустрии
- Интегриране на големи язъкови модели с други ИА системи и платформи
Етика и бъдеще на генеративния Искусствен Интелект
- Етични и социални импликации на генеративния Искусствен Интелект и големите язъкови модели
- Потенциални рискове и вреди на генеративния Искусствен Интелект и големите язъкови модели, като предвзетост, дезинформация и манипулация
- Отговорно и полезно използване на генеративния Искусствен Интелект и големите язъкови модели
Резюме и следващи стъпки
Изисквания
- Разбиране на концепции за машинно обучение, като например надзорено и ненадзорено обучение, функции за загуба и разделяне на данни
- Опит с програмиране на Python и манипулация на данни
- Основни знания за нейронни мрежи и обработка на естествен език
Целева аудитория
- Разработчици
- Ентусиасти на машинното обучение
21 часа
Отзиви от потребители (7)
Примери и връзки excel repository
Olga - GE HealthCare
Курс - Generative AI with Large Language Models (LLMs)
Машинен превод
много примери и различни инструменти за проверка
Bartosz - GE HealthCare
Курс - Generative AI with Large Language Models (LLMs)
Машинен превод
Персонализирани GPT, бърз инженеринг
Marcin Stezowski - GE HealthCare
Курс - Generative AI with Large Language Models (LLMs)
Машинен превод
Широка перспектива
Artur - GE HealthCare
Курс - Generative AI with Large Language Models (LLMs)
Машинен превод
Технически примери във връзка с теорията.
Marcin - GE HealthCare
Курс - Generative AI with Large Language Models (LLMs)
Машинен превод
Фонът на Mikołaj извън ИТ дава възможност за представяне на тази тема от различен ъгъл - много необходим за ИТ хора!
Grzegorz - GE HealthCare
Курс - Generative AI with Large Language Models (LLMs)
Машинен превод
Форма за обяснение, различна от гледна точка на ИТ. Добавяне на стойност
Marcin - GE HealthCare
Курс - Generative AI with Large Language Models (LLMs)
Машинен превод
