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 LLMs и Generative AI
- Проучване на техники и модели
- Обсъждане на приложения и случаи на използване
- Идентифициране на предизвикателства и ограничения
Използване на LLMs за NLU задачи
- Анализ на настроението
- Разпознаване на именуван обект
- Извличане на релация
- Семантичен анализ
Използване на LLMs за NLI задачи
- Откриване на намеса
- Откриване на противоречия
- Откриване на парафрази
Използване на LLM за Графи на знанието
- Извличане на факти и отношения от текст
- Извеждане на липсващи или нови факти
- Използване на графики на знания за задачи надолу по веригата
Използване на LLMs за разумно разсъждение
- Генериране на правдоподобни обяснения, хипотези и сценарии
- Използване на разумни бази от знания и набори от данни
- Оценяване на разумни разсъждения
Използване на LLMs за генериране на диалог
- Генериране на диалози с разговорни агенти, чатботове и виртуални асистенти
- Управление на диалози
- Използване на диалогови набори от данни и показатели
Използване на LLM за мултимодално генериране
- Генериране на изображения от текст
- Генериране на текст от изображения
- Генериране на видеоклипове от текст или изображения
- Генериране на звук от текст
- Генериране на текст от аудио
- Генериране на 3D модели от текст или изображения
Използване на LLM за мета-обучение
- Адаптиране на LLM към нови домейни, задачи или езици
- Учене от няколко или нулеви примери
- Използване на набори от данни и рамки за метаобучение и трансфер на обучение
Използване на LLM за състезателно обучение
- Защита на LLM от злонамерени атаки
- Откриване и смекчаване на отклонения и грешки в LLM
- Използване на набори от данни и методи за състезателно обучение и устойчивост
Оценяване на LLMs и Generative AI
- Оценяване на качеството и разнообразието на съдържанието
- Използване на показатели като начален резултат, начално разстояние на Fréchet и BLEU резултат
- Използване на методи за човешка оценка като краудсорсинг и анкети
- Използване на състезателни методи за оценка като тестове на Тюринг и дискриминатори
Прилагане на етични принципи за LLMs и Generative AI
- Осигуряване на справедливост и отчетност
- Избягване на злоупотреба и злоупотреба
- Зачитане на правата и поверителността на създателите на съдържание и потребителите
- Насърчаване на креативността и сътрудничеството между човека и ИИ
Обобщение и следващи стъпки
Изисквания
- Разбиране на основните концепции и терминология на ИИ
- Опит с Python програмиране и анализ на данни
- Познаване на рамки за дълбоко обучение като TensorFlow или PyTorch
- Разбиране на основите на LLM и техните приложения
Публика
- Учени по данни
- AI разработчици
- AI ентусиасти
21 Hours
Oтзиви от потребители (1)
Упражнения и обмен по време на въпроси/отговори
Antoine - Physiobotic
Course - Scaling Data Pipelines with Spark NLP
Machine Translated