Návrh Školení

Úvod do velkých jazykových modelů

  • Přehled zpracování přirozeného jazyka (NLP)
  • Úvod do velkých jazykových modelů (LLMs)
  • Příspěveky Meta AI ke vývoji LLM

Porozumění architektuře Meta AI LLM

  • Architektura transformerů a mechanismy samoodpovědné pozornosti
  • Metody školení pro velkokulatné modely
  • Porównání s dalšími LLM (GPT, BERT, T5 atd.)

Nastavení vývojového prostředí

  • Instalace a konfigurace Pythonu a Jupyter Notebooku
  • Práce s Hugging Face a repozitářem modelů Meta AI
  • Používání cloudových nebo místních GPU pro školení

Posouzení a vylepšení Meta AI LLM

  • Načítání předškolených modelů
  • Posouzení na souborech specifických pro obor
  • Techniky přenosového učení

Vytváření NLP aplikací pomocí Meta AI LLM

  • Vývoj chatbotů a konverzační umělé inteligence
  • Implementace stručného vytvoření textu a paraphrázování
  • Analýzy nálad a moderace obsahu

Optimalizace a nasazení velkých jazykových modelů

  • Nastavení výkonu pro rychlost odvozování
  • Techniky kompresního modelu a kvantizace
  • Nasazování LLM pomocí API a cloudových platform

Etnické aspekty a odpovědná umělá inteligence

  • Detekce a snižování předsudků v LLM
  • Zajištění transparentnosti a spravedlnosti ve modelu AI
  • Budoucí trendy a rozvoj v oblasti AI

Shrnutí a další kroky

Požadavky

  • Základní pochopení strojového učení a hlubokého učení
  • Zkušenosti s programováním v Pythonu
  • znalost konceptů zpracování přirozeného jazyka (NLP)

Cílová skupina

  • Výzkumníci v oblasti umělé inteligence
  • Datoví vědci
  • Inženýři strojového učení
  • Software vývojáři zainteresovaní NLP
 21 hodiny

Počet účastníků


Cena za účastníka

Nadcházející kurzy

Související kategorie