Kom i kontakt
 Varaktighet 21 timmar

Kursplan

Introduktion till Large Language Models

  • Översikt över naturlig språkbearbetning (NLP)
  • Introduktion till Large Language Models (LLMs)
  • Meta AIs bidrag till utvecklingen av LLM:er

Förstå arkitekturen hos Meta AI:s LLM:er

  • Transformerarkitektur och självuppmärksamhetsmekanismer
  • Träningsmetoder för storskaliga modeller
  • Jämförelse med andra LLM:er (GPT, BERT, T5, m.fl.)

Installation av utvecklingsmiljön

  • Installation och konfiguration av Python och Jupyter Notebook
  • Arbete med Hugging Face och Meta AIs modellrepo
  • Användning av molnbaserade eller lokala GPU:er för träning

Finjustering och anpassning av Meta AI:s LLM:er

  • Inläsning av förtränade modeller
  • Finjustering på domänspecifika datasets
  • Transfer learning-tekniker

Att bygga NLP-tillämpningar med Meta AI:s LLM:er

  • Utveckling av chattbots och konversationell AI
  • Implementering av textsammanfattning och parafrasering
  • Sentimentanalys och innehållsmoderation

Optimering och distribution av Large Language Models

  • Prestandaoptimering för inferenshastighet
  • Modellkomprimering och kvantiseringstekniker
  • Distribution av LLM:er med hjälp av API:er och molnplattformar

Ethiska överväganden och ansvarfull AI

  • Upptäckt och minskning av bias i LLM:er
  • Säkerställande av transparens och rättvisa i AI-modeller
  • Framtida trender och utvecklingar inom AI

Krav

  • Grundläggande förståelse för maskininlärning och djuplärning
  • Erfarenhet av Python-programmering
  • Kännedom om begrepp inom naturlig språkbearbetning (NLP)

Målgrupp

  • AI-forskare
  • Datavetare
  • Machine Learning Engineers
  • Programvaruutvecklare intresserade av NLP

Antal deltagare


Pris per deltagare

Kommande Kurser

Relaterade Kategorier