Kezdőlap
Mesterséges Intelligencia Képzés
NLP Képzés
Large Language Models (LLMs) Képzés
Fine-Tuning Open-Source LLMs (LLaMA, Mistral, Qwen, etc.) Képzés

Fine-Tuning Open-Source LLMs (LLaMA, Mistral, Qwen, etc.) Képzés

Fine-tuning open-source LLMs is an emerging best practice for organizations that seek to customize AI capabilities in secure, cost-efficient, and private environments.

This instructor-led, live training (online or onsite) is aimed at intermediate-level ML practitioners and AI developers who wish to fine-tune and deploy open-weight models like LLaMA, Mistral, and Qwen for specific business or internal applications.

By the end of this training, participants will be able to:

Understand the ecosystem and differences between open-source LLMs.
Prepare datasets and fine-tuning configurations for models like LLaMA, Mistral, and Qwen.
Execute fine-tuning pipelines using Hugging Face Transformers and PEFT.
Evaluate, save, and deploy fine-tuned models in secure environments.

Format of the Course

Interactive lecture and discussion.
Lots of exercises and practice.
Hands-on implementation in a live-lab environment.

Course Customization Options

To request a customized training for this course, please contact us to arrange.

Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.

Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.

Kurzusleírás

Introduction to Open-Source LLMs

What are open-weight models and why they're important
Overview of LLaMA, Mistral, Qwen, and other community models
Use cases for private, on-premise, or secure deployments

Environment Setup and Tools

Installing and configuring Transformers, Datasets, and PEFT libraries
Choosing appropriate hardware for fine-tuning
Loading pre-trained models from Hugging Face or other repositories

Data Preparation and Preprocessing

Dataset formats (instruction tuning, chat data, text-only)
Tokenization and sequence management
Creating custom datasets and data loaders

Fine-Tuning Techniques

Standard full fine-tuning vs. parameter-efficient methods
Applying LoRA and QLoRA for efficient fine-tuning
Using Trainer API for quick experimentation

Model Evaluation and Optimization

Assessing fine-tuned models with generation and accuracy metrics
Managing overfitting, generalization, and validation sets
Performance tuning tips and logging

Deployment and Private Use

Saving and loading models for inference
Deploying fine-tuned models in secure enterprise environments
On-premise vs. cloud deployment strategies

Case Studies and Use Cases

Examples of enterprise use of LLaMA, Mistral, and Qwen
Handling multilingual and domain-specific fine-tuning
Discussion: Trade-offs between open and closed models

Summary and Next Steps

Követelmények

An understanding of large language models (LLMs) and their architecture
Experience with Python and PyTorch
Basic familiarity with the Hugging Face ecosystem

Audience

ML practitioners
AI developers

14 Órák

Résztvevők száma

Online

Tanterem

Válasszon helyszínt

Kérjük, válasszon helyszínt

Ár résztvevőnként

A nyílt képzésekhez 5+ résztvevő szükséges.

Fine-Tuning Open-Source LLMs (LLaMA, Mistral, Qwen, etc.) Képzés - Booking

Teljes név *

Email *

Telefon *

Munka neve

Cég neve

Cím 1 *

Város *

Állam / Megye

Ország *

Irányítószám *

Kezdési dátum

Adóazonosító jel

Dates are subject to availability and take place between 09:30 and 16:30.

Befizetés *

Banki átutalás (számla, PO)

Betéti/hitelkártya

Vélemények

Engedélyezze a tanúsítvány közzétételét

Ha bejelöli ezt a négyzetet, a résztvevők lehetőséget kapnak arra, hogy a NobleProg Certified Professional Catalogue-ban közzétegyék tanfolyami bizonyítványukat.

Általános szerződési feltételek *

A fent nevezett ügyfél meghatalmazott képviselője vagyok, és a fenti tanfolyamokat vagy szolgáltatásokat a NobleProg Általános Szerződési Feltételeinek és Adatvédelmi szabályzatának megfelelően kívánom lefoglalni.

Értesítsen kedvezményekről és akciókról

Please read our Privacy Policy to find out how we use your data

Fine-Tuning Open-Source LLMs (LLaMA, Mistral, Qwen, etc.) Képzés - Enquiry

Teljes név *

Email *

Telefon *

Résztvevők száma

Cég neve

Cég címe

Hogyan szeretnéd elvégezni a tanfolyamot?

Ügyfél helyiségei

Online.

Tanterem

Vélemények

Értesítsen kedvezményekről és akciókról

Please read our Privacy Policy to find out how we use your data

Fine-Tuning Open-Source LLMs (LLaMA, Mistral, Qwen, etc.) - Érdeklődjön a vezetői tanácsadásról!

Érdeklődjön a vezetői tanácsadásról!

Teljes név *

Telefon *

Email *

Cég neve

A konzultáció tárgya *

A konzultáció célja

A konzultáció időtartama

Tanácsadók száma

A megfelelő dátum

Ki lesz az ügyfél, akivel a tanácsadó dolgozik?

Mennyire sürgető a probléma? *

Vélemények

Értesítsen kedvezményekről és akciókról

Please read our Privacy Policy to find out how we use your data

Közelgő kurzusok

Fine-Tuning Open-Source LLMs (LLaMA, Mistral, Qwen, etc.)

2025-06-24 09:30

14 Órák

Miskolc, Tapolcafürdő

540 EUR (Online.)

940 EUR (Tanterem)

Fine-Tuning Open-Source LLMs (LLaMA, Mistral, Qwen, etc.)

2025-07-08 09:30

14 Órák

Szeged, Felső Tisza-Part

540 EUR (Online.)

940 EUR (Tanterem)

Fine-Tuning Open-Source LLMs (LLaMA, Mistral, Qwen, etc.)

2025-07-22 09:30

14 Órák

Kecskemét

540 EUR (Online.)

940 EUR (Tanterem)

Rokon tanfolyam

Advanced Techniques in Transfer Learning

14 Órák

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) haladó szintű gépi tanulási szakembereket céloz meg, akik szeretnék elsajátítani a legmodernebb transzfertanulási technikákat, és alkalmazni kívánják azokat a valós világ összetett problémáira.