Kursplan

Introduktion till multimodalt lärande

  • Översikt över multimodal AI
  • Utmaningar inom multimodal databehandling
  • Fördelar med multimodala LLM:er

Förstå stora språkmodeller

  • Arkitektur av toppmoderna LLM:er
  • Utbildning av LLM:er med multimodala data
  • Fallstudier: Framgångsrika multimodala LLM-applikationer

Bearbetning av multimodala data

  • Tekniker för förbehandling av data för text, bild och ljud
  • Extrahering av funktioner och representationsinlärning
  • Integrera multimodala data i LLM:er

Utveckla multimodala LLM-applikationer

  • Designa användargränssnitt för multimodal interaktion
  • LLM:er i virtuella assistenter och chatbots
  • Skapa uppslukande upplevelser med LLM:er

Utvärdering och optimering av multimodala system

  • Prestandamått för multimodala LLM:er
  • Optimeringsstrategier för bättre noggrannhet och effektivitet
  • Att ta itu med partiskhet och rättvisa i multimodala system

Hands-on Lab: Bygga ett multimodalt LLM-projekt

  • Ställa in en multimodal datauppsättning
  • Implementera en multimodal LLM för ett specifikt användningsfall
  • Testning och förfining av systemet

Sammanfattning och nästa steg

Krav

  • En förståelse för maskininlärning och neurala nätverk
  • Erfarenhet av Python programmering
  • Kunskaper om förbearbetning av data för olika datatyper (text, bild, ljud)

Publik

  • Datavetare
  • Ingenjörer inom maskininlärning
  • Mjukvaruutvecklare
  • Forskare med fokus på AI och naturlig språkbehandling
 14 timmar

Antal deltagare


Price per participant

Upcoming Courses

Relaterade Kategorier