Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Návrh Školení
Úvod do přesnějšího nastavení modelů DeepSeek LLM
- Přehled o modelech DeepSeek, například DeepSeek-R1 a DeepSeek-V3
- Pochopení potřeby přesnějšího nastavení LLMů
- Porovnání přesného nastavení s inženýrstvím promptů
Příprava datasetu pro přesné nastavení
- Kurátorství doménově specifických datových sad
- Techniky předzpracování a čištění dat
- Tokenizace a formátování datasetu pro DeepSeek LLM
Nastavení prostředí pro přesné nastavení
- Konfigurace zrychlení GPU a TPU
- Nastavení Hugging Face Transformers s DeepSeek LLM
- Pochopení hyperparametrů pro přesné nastavení
Přesné nastavení modelu DeepSeek LLM
- Implementace nadzorovaného přesného nastavení
- Použití LoRA (Low-Rank Adaptation) a PEFT (Parameter-Efficient Fine-Tuning)
- Provádění distribuovaného přesného nastavení pro velké datové sady
Evaluační testy a optimalizace přesně upravených modelů
- Hodnocení výkonu modelu pomocí hodnotících metrik
- Řešení problémů s overfittingem a underfittingem
- Optimalizace rychlosti inferencí a efektivnosti modelu
Nasazení přesně upravených DeepSeek modelů
- Zabalování modelů pro nasazení API
- Integrace přesně upravených modelů do aplikací
- Škálování nasazení s využitím cloudové a hranicové výpočetní technologie
Skutečné případové studie a aplikace
- Přesně upravené LLM pro finance, zdravotnictví a podporu zákazníků
- Případová studie o aplikacích v průmyslu
- Etičtí aspekty doménově specifických AI modelů
Shrnutí a další kroky
Požadavky
- Zkušenosti s rámci strojového a hlubokého učení
- znalost transformátorů a velkých jazykových modelů (LLMs)
- Rozumění předzpracování dat a technik trénování modelu
Cílová skupina
- Výzkumníci v oblasti umělé inteligence zkoumající přizpůsobení LLM
- Inženýři strojového učení, kteří vyvíjejí vlastní modely AI
- Pokročilí vývojáři implementující řešení založená na umělé inteligenci
21 hodiny