Návrh Školení

Úvod do Open-Source LLM

  • Přehled DeepSeek, Mistral, LLaMA a dalších open-source modelů
  • Jak LLM fungují: Transformátory, sebepozornost a školení
  • Porovnání open-source LLM vs. proprietární modely

Fine-Tuning a přizpůsobení LLM

  • Příprava dat pro jemné doladění
  • Školení a optimalizace LLM pomocí Hugging Face
  • Hodnocení výkonnosti modelu a zmírnění zkreslení

Budování AI Agents s LLM

  • Úvod do LangChain pro vývoj agentů AI
  • Navrhování pracovních postupů založených na agentech pomocí LLM
  • Paměť, generování rozšířeného vyhledávání (RAG) a provádění akcí

Nasazení založené na LLM AI Agents

  • Kontejnerování agentů AI pomocí Docker
  • Integrace LLM do podnikových aplikací
  • Škálování agentů AI pomocí cloudových služeb a rozhraní API

Zabezpečení a dodržování předpisů v podnikové umělé inteligenci

  • Etická hlediska a dodržování předpisů
  • Snižování rizik v automatizaci řízené umělou inteligencí
  • Monitorování a audit chování agentů AI

Případové studie a aplikace v reálném světě

  • Virtuální asistenti pohánění LLM
  • Automatizace dokumentů řízená umělou inteligencí
  • Vlastní agenti AI pro podnikovou analýzu

Optimalizace a údržba agentů založených na LLM

  • Průběžné vylepšování a aktualizace modelu
  • Nasazení monitorovacích a zpětnovazebních smyček
  • Strategie pro optimalizaci nákladů a ladění výkonu

Shrnutí a další kroky

Požadavky

  • Silné pochopení AI a strojového učení
  • Zkušenosti s programováním Python
  • Znalost modelů velkých jazyků (LLM) a zpracování přirozeného jazyka (NLP)

Publikum

  • Inženýři AI
  • Vývojáři podnikového softwaru
  • Business vedoucí
 21 hodiny

Počet účastníků


Price per participant

Upcoming Courses

Související kategorie