План на курса

Въведение в мултимодалното обучение

  • Преглед на мултимодалния AI
  • Предизвикателства при мултимодална обработка на данни
  • Ползи от мултимодални LLMs

Разбиране на големите езикови модели

  • Архитектура на най-съвременните LLMs
  • Обучение на LLM с мултимодални данни
  • Казуси: Успешни мултимодални LLM приложения

Обработка на мултимодални данни

  • Техники за предварителна обработка на данни за текст, изображение и аудио
  • Извличане на характеристики и обучение за представяне
  • Интегриране на мултимодални данни в LLM

Разработване на мултимодални LLM приложения

  • Проектиране на потребителски интерфейси за мултимодално взаимодействие
  • LLM във виртуални асистенти и чатботове
  • Създаване на завладяващи изживявания с LLM

Оценяване и оптимизиране на мултимодални системи

  • Показатели за ефективност за мултимодални LLM
  • Стратегии за оптимизация за по-добра точност и ефективност
  • Справяне с пристрастията и справедливостта в мултимодалните системи

Практическа лаборатория: Изграждане на мултимодален LLM проект

  • Настройване на мултимодален набор от данни
  • Внедряване на мултимодален LLM за конкретен случай на употреба
  • Тестване и усъвършенстване на системата

Обобщение и следващи стъпки

Изисквания

  • Разбиране на машинното обучение и невронните мрежи
  • Опит с Python програмиране
  • Познаване на предварителната обработка на данни за различни типове данни (текст, изображение, аудио)

Публика

  • Учени по данни
  • Инженери за машинно обучение
  • Разработчици на софтуер
  • Изследователи, които се фокусират върху AI и обработката на естествен език
 14 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории