Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kurzusleírás
Bevezetés az LLM-be és a generatív AI-ba
- Technikák és modellek feltárása
- Alkalmazások és felhasználási esetek megvitatása
- A kihívások és korlátok azonosítása
LLM-ek használata NLU-feladatokhoz
- Érzelemelemzés
- Elnevezett entitás felismerés
- Kapcsolat kinyerése
- Szemantikai elemzés
LLM-ek használata NLI-feladatokhoz
- Következmény észlelése
- Ellentmondás-felismerés
- Parafrázis-felismerés
LLM-ek használata tudásgráfokhoz
- Tények és összefüggések kiemelése szövegből
- Hiányzó vagy új tényekre következtetni
- Tudásgráfok használata a későbbi feladatokhoz
LLM-ek használata közérthető érveléshez
- Valószínű magyarázatok, hipotézisek és forgatókönyvek generálása
- Közös értelmű tudásbázisok és adatkészletek használata
- A józan ész érvelésének értékelése
LLM-ek használata a párbeszédgeneráláshoz
- Párbeszédek generálása beszélgetőpartnerekkel, chatbotokkal és virtuális asszisztensekkel
- Párbeszédek kezelése
- Dialógus adatkészletek és metrikák használata
LLM-ek használata a multimodális generáláshoz
- Képek generálása szövegből
- Szöveg generálása képekből
- Videók létrehozása szövegből vagy képekből
- Hang generálása szövegből
- Szöveg generálása hangból
- 3D modellek generálása szövegből vagy képekből
LLM-ek használata metatanuláshoz
- LLM-ek adaptálása új tartományokhoz, feladatokhoz vagy nyelvekhez
- Tanulás néhány vagy nullás példából
- Meta-learning használata és tanulási adatkészletek és keretrendszerek átvitele
LLM-ek használata az ellenséges tanuláshoz
- Az LLM-ek védelme a rosszindulatú támadásoktól
- Torzítások és hibák észlelése és enyhítése az LLM-ekben
- Kondenciális tanulási és robusztussági adatkészletek és módszerek használata
Az LLM-ek és a generatív AI értékelése
- A tartalom minőségének és sokszínűségének értékelése
- Olyan mutatók használatával, mint a kezdőpontszám, a Fréchet-kezdési távolság és a BLEU-pontszám
- Emberi értékelési módszerek, például közösségi beszerzés és felmérések használata
- Kondenciális értékelési módszerek, például Turing-tesztek és diszkriminátorok használata
Etikai elvek alkalmazása az LLM-ekre és a generatív mesterséges intelligenciára
- A méltányosság és az elszámoltathatóság biztosítása
- A visszaélések és visszaélések elkerülése
- A tartalomkészítők és fogyasztók jogainak és magánéletének tiszteletben tartása
- Az ember és a mesterséges intelligencia kreativitásának és együttműködésének elősegítése
Összegzés és a következő lépések
Követelmények
- Az alapvető AI-fogalmak és terminológia megértése
- Python programozásban és adatelemzésben szerzett tapasztalat
- A mély tanulási keretrendszerek ismerete, például TensorFlow vagy PyTorch
- Az LLM-ek és alkalmazásaik alapjainak megértése
Közönség
- Adattudósok
- AI fejlesztők
- AI-rajongók
21 Hours
Vélemények (1)
Gyakorlatok és eszmecserék a kérdések/válaszok során
Antoine - Physiobotic
Kurzus - Scaling Data Pipelines with Spark NLP
Machine Translated