Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
План на курса
Въведение в Generative AI
- Какво е генериращ AI и защо е важен? Основни видове и техники на генеративния AI Основни предизвикателства и ограничения на генеративния AI
Трансформаторна архитектура и LLM
- Какво е трансформатор и как работи? Основни компоненти и характеристики на трансформатор Използване на трансформатори за изграждане на LLM
Закони за мащабиране и оптимизация
- Какво представляват законите за мащабиране и защо са важни за LLM? Как законите за мащабиране са свързани с размера на модела, размера на данните, изчислителния бюджет и изискванията за извод? Как законите за мащабиране могат да помогнат за оптимизиране на производителността и ефективността на LLM?
Обучение и фина настройка на LLM
- Основни стъпки и предизвикателства при обучението на LLM от нулата Предимства и недостатъци на фината настройка на LLM за конкретни задачи Най-добри практики и инструменти за обучение и фина настройка на LLM
Внедряване и използване на LLM
- Основни съображения и предизвикателства при внедряването на LLMs в производство Случаи на обща употреба и приложения на LLMs в различни области и индустрии Интегриране на LLMs с други AI системи и платформи
Етика и бъдеще на генеративния AI
- Етични и социални последици от генеративния AI и LLM Потенциални рискове и вреди от генеративния AI и LLM, като пристрастия, дезинформация и манипулация Отговорно и полезно използване на генеративни AI и LLM
Обобщение и следващи стъпки
Изисквания
- Разбиране на концепциите за машинно обучение, като контролирано и неконтролирано обучение, функции за загуба и разделяне на данни Опит с Python програмиране и манипулиране на данни Основни познания за невронни мрежи и обработка на естествен език
Публика
- Разработчици Любители на машинното обучение
21 Hours
