Kurzusleírás

Bevezetés a Prompt Engineering-be

  • Mi az azonnali tervezés?
  • Az azonnali tervezés jelentősége az LLM-ekben
  • Nullalövéses, egylövéses és néhány lövéses megközelítések összehasonlítása

Hatékony felszólítások tervezése

  • A jó minőségű promptok készítésének elvei
  • Kísérletezés azonnali variációkkal
  • Gyakori kihívások az azonnali tervezésben

Néhány felvétel finomhangolása

  • A néhány lépéses tanulás áttekintése
  • Alkalmazások feladatspecifikus LLM adaptációban
  • Néhány példa példáinak integrálása promptokba

Hands-On Prompt Engineering eszközökkel

  • Az OpenAI API használata azonnali kísérletezéshez
  • Az azonnali tervezés felfedezése a Hugging Face Transformers segítségével
  • A prompt variációk hatásának értékelése

Az LLM teljesítményének optimalizálása

  • A kimenetek kiértékelése és a promptok finomítása
  • Kontextus beépítése a jobb eredmények érdekében
  • Kétértelműségek és torzítások kezelése az LLM-válaszokban

A Prompt Engineering alkalmazásai

  • Szöveggenerálás és összegzés
  • Érzelem elemzés és osztályozás
  • Kreatív írás és kódgenerálás

Prompt-alapú megoldások bevezetése

  • A promptok integrálása az alkalmazásokba
  • A teljesítmény és a méretezhetőség figyelése
  • Esettanulmányok és valós példák

Összegzés és a következő lépések

Követelmények

  • A természetes nyelvi feldolgozás (NLP) alapvető ismerete
  • Ismerkedés a Python programozással
  • Nagy nyelvi modellekkel (LLM) szerzett tapasztalat előnyt jelent

Közönség

  • AI fejlesztők
  • NLP mérnökök
  • Gépi tanulással foglalkozó szakemberek
 14 Órák

Résztvevők száma


Ár résztvevőnként

Közelgő kurzusok

Rokon kategóriák