Návrh Školení

Úvod do Prompt Engineering

  • Co je promptní inženýrství?
  • Význam rychlého návrhu v LLM
  • Porovnání nulových, jednoranných a několika ranových přiblížení

Navrhování efektivních výzev

  • Zásady tvorby vysoce kvalitních výzev
  • Experimentování s rychlými variacemi
  • Společné výzvy v rychlém návrhu

Jemné doladění několika snímků

  • Přehled několikaranového učení
  • Aplikace v úkolově specifické adaptaci LLM
  • Integrace několikanásobných příkladů do výzev

Praktické nástroje Prompt Engineering

  • Použití OpenAI API pro rychlé experimentování
  • Prozkoumání rychlého návrhu pomocí Hugging Face Transformers
  • Hodnocení dopadu rychlých variací

Optimalizace výkonu LLM

  • Vyhodnocování výstupů a zpřesňování výzev
  • Začlenění kontextu pro lepší výsledky
  • Řešení nejasností a zkreslení v odpovědích LLM

Aplikace Prompt Engineering

  • Generování a sumarizace textu
  • Analýza a klasifikace sentimentu
  • Kreativní psaní a generování kódu

Nasazení rychlých řešení

  • Integrace výzev do aplikací
  • Monitorování výkonu a škálovatelnosti
  • Případové studie a příklady z reálného světa

Shrnutí a další kroky

Požadavky

  • Základní porozumění zpracování přirozeného jazyka (NLP)
  • Znalost programování Python
  • Zkušenosti s velkými jazykovými modely (LLM) výhodou

Publikum

  • Vývojáři AI
  • NLP inženýři
  • Praktici strojového učení
 14 hodiny

Počet účastníků


Price per participant

Upcoming Courses

Související kategorie