План на курса

Въведение в отворен-код модели на езикови модели

  • Обзор на DeepSeek, Mistral, LLaMA и други отворени модели
  • Как работят езикови модели: трансформери, самовнимание и обучение
  • Сравнение на отворен-код езикови модели vs. проприетарни модели

Файнтюнинг и настройка на езикови модели

  • Подготовка на данни за файнтюнинг
  • Обучение и оптимизация на езикови модели с Hugging Face
  • Оценка на производителността на модела и намаляване на предразсъдъци

Създаване на ИА агенти с езикови модели

  • Въведение в LangChain за разработка на ИА агенти
  • Дизайн на агенти-базирани работилници с езикови модели
  • Памет, генериране с подпомагане на извличане (RAG) и изпълнение на действия

Развертане на агенти базирани на езикови модели

  • Контейнеризиране на ИА агенти с Docker
  • Интеграция на езикови модели в корпоративни приложения
  • Мащабиране на ИА агенти с облачни услуги и API

Сигурност и съответствие на стандартите в корпоративната ИА

  • Етични разсъждения и съответствие на регулациите
  • Намаляване на рисковете в автоматизация с ИА
  • Мониторинг и аудит на поведението на ИА агенти

Примери и практическо приложение

  • Виртуални асистенти, подпомогнати от езикови модели
  • Автоматизация на документи с ИА
  • Настроени ИА агенти за корпоративен анализ

Оптимизиране и поддръжка на агенти базирани на езикови модели

  • Постоянно подобряване и обновяване на модела
  • Развертане на мониторинг и обратни връзки
  • Стратегии за оптимизация на разходи и настройка на производителността

Резюме и следващи стъпки

Изисквания

  • Силен познание за изкуствен интелигент и машинно обучение
  • Опит с програмно-определен Python
  • Познание с големи езикови модели (LLMs) и обработка на естествен език (NLP)

Целева аудитория

  • Инженери по изкуствен интелигент
  • Разработчици на корпоративни софтуери
  • Бизнес лидери
 21 часа

Брой участници


Цена за участник

Отзиви от потребители (1)

Предстоящи Курсове

Свързани Kатегории