Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Időtartalma 21 órák
Kurzusleírás
A Nagy Nyelvi Modellek alapjai
- A Természetes Nyelvi Feldolgozás (NLP) áttekintése
- Bevezetés a Nagy Nyelvi Modellekbe (LLM-ek)
- A Meta AI hozzájárulása az LLM-fejlődéshez
A Meta AI LLM-ek architektúrájának megértése
- Transformer architektúra és önvilágosító (self-attention) mechanizmusok
- Nagy méretű modellek edzési módszertanai
- Összehasonlítás más LLM-ekkel (GPT, BERT, T5 stb.)
Fejlesztői környezet beállítása
- Python és Jupyter Notebook telepítése és beállítása
- Működés a Hugging Face és a Meta AI modellrepozáriummal
- Felhőalapú vagy helyi GPU-k használata az edzéshez
A Meta AI LLM-ek fine-tunolása és testre szabása
- Előre edzett modellek betöltése
- Fine-tunolás tartomány-specifikus adathalmazokon
- Áthelyezési tanulás (transfer learning) technikái
NLP-alalmazások építése a Meta AI LLM-ekkel
- Chatbotok és konverzációs MI fejlesztése
- Szövegösszefoglalás és szinonima átfogalmazás bevezetése
- Sentimentelemzés és tartalom-moderálás
A Nagy Nyelvi Modellek optimalizálása és telepítése
- Élműködés-hangolás az inferencia sebessége érdekében
- Modell-kompresszió és kvantálási technikák
- LLM-ek telepítése API-k és felhőplatformok segítségével
Etikai megfontolások és felelős MI
- Torzsítás (bias) azonosítása és csökkentése LLM-ekben
- Átláthatóság és tisztességes bánásmód biztosítása MI-modellekben
- Jövőbeli trendek és fejlemények az MI területén
Követelmények
- A gépi tanulás és a mélytanulás alapvető ismerete
- Tapasztalat a Python programozásban
- Természetes nyelvi feldolgozási (NLP) fogalmak ismerete
Célközönség
- MI-kutatók
- Adattudósok
- Gépi tanulási mérnökök
- NLP-érdekelt szoftverfejlesztők
