Stora språkmodeller (LLMs) och förstärkningslärande (RL) Träningskurs
Large Language Models (LLMs) är avancerade typer av neurala nätverk som är utformade för att förstå och generera människoliknande text baserat på den input de tar emot. Reinforcement Learning (RL) är en typ av maskininlärning där en agent lär sig att fatta beslut genom att utföra åtgärder i en miljö för att maximera kumulativa belöningar.
Denna instruktörsledda, liveutbildning (online eller på plats) riktar sig till datavetare på mellannivå som vill få en omfattande förståelse och praktiska färdigheter i både Large Language Models (LLMs) och Reinforcement Learning (RL).
I slutet av denna utbildning kommer deltagarna att kunna:
- Förstå transformatormodellernas komponenter och funktioner.
- Optimera och finjustera LLM:er för specifika uppgifter och applikationer.
- Förstå de grundläggande principerna och metoderna för förstärkningsinlärning.
- Lär dig hur tekniker för förstärkningsinlärning kan förbättra LLM:s prestanda.
Kursens upplägg
- Interaktiv föreläsning och diskussion.
- Massor av övningar och övning.
- Praktisk implementering i en live-lab-miljö.
Alternativ för kursanpassning
- För att begära en skräddarsydd utbildning för denna kurs, vänligen kontakta oss för att ordna.
Kursplan
Introduktion till Large Language Models (LLMs)
- Översikt över LLM:er
- Definition och betydelse
- Tillämpningar inom AI idag
Transformatorns arkitektur
- Vad är en transformator och hur fungerar den?
- Huvudkomponenter och funktioner
- Inbäddning och positionskodning
- Uppmärksamhet med flera huvuden
- Feed-forward neuralt nätverk
- Normalisering och restanslutningar
Transformator-modeller
- Mekanism för självuppmärksamhet
- Arkitektur för kodare-avkodare
- Positionella inbäddningar
- BERT (Dubbelriktade kodarrepresentationer från Transformers)
- GPT (Generativ förtränad transformator)
Prestandaoptimering och fallgropar
- Kontextens längd
- Mamba och modeller i statsrymden
- Blixt uppmärksamhet
- Glesa transformatorer
- Transformatorer för visioner
- Vikten av kvantisering
Förbättra transformatorer
- Hämtning av förstärkt textgenerering
- Blandning av modeller
- Tankens träd
Finjustering
- Teori om lågrankad anpassning
- Finjustering med QLora
Skalningslagar och optimering i LLM:er
- Vikten av skalningslagar för LLM:er
- Skalning av data- och modellstorlek
- Beräkningsmässig skalning
- Skalning av parametereffektivitet
Optimering
- Relation mellan modellstorlek, datastorlek, beräkningsbudget och inferenskrav
- Optimera prestanda och effektivitet för LLM:er
- Bästa praxis och verktyg för utbildning och finjustering av LLM:er
Utbildning och finjustering av LLM:er
- Steg och utmaningar för att utbilda LLM:er från grunden
- Datainsamling och underhåll
- Storskaliga data-, CPU- och minneskrav
- Utmaningar med optimering
- Landskap av LLM:er med öppen källkod
Grunderna i Reinforcement Learning (RL)
- Introduktion till Reinforcement Learning
- Lärande genom positiv förstärkning
- Definition och centrala begrepp
- Markovs beslutsprocess (MDP)
- Dynamisk programmering
- Monte Carlo-metoder
- Inlärning av temporala skillnader
Djup Reinforcement Learning
- Djupa Q-nätverk (DQN)
- Proximal principoptimering (PPO)
- Elements av Reinforcement Learning
Integrering av LLM och Reinforcement Learning
- Kombinera LLM:er med Reinforcement Learning
- Hur RL används i LLM:er
- Reinforcement Learning med mänsklig återkoppling (RLHF)
- Alternativ till RLHF
Fallstudier och tillämpningar
- Verkliga tillämpningar
- Framgångshistorier och utmaningar
Avancerade ämnen
- Avancerade tekniker
- Avancerade optimeringsmetoder
- Spjutspetsforskning och utveckling
Sammanfattning och nästa steg
Krav
- Grundläggande förståelse för Machine Learning
Publik
- Datavetare
- Mjukvaruingenjörer
Open Training Courses require 5+ participants.
Stora språkmodeller (LLMs) och förstärkningslärande (RL) Träningskurs - Booking
Stora språkmodeller (LLMs) och förstärkningslärande (RL) Träningskurs - Enquiry
Stora språkmodeller (LLMs) och förstärkningslärande (RL) - Consultancy Enquiry
Consultancy Enquiry
Upcoming Courses
Relaterade Kurser
Avancerad LangGraph: Optimering, Felsökning och Övervakning av Komplexa Grafer
35 timmarLangGraph är ett ramverk för att bygga tillståndsbaserade, multi-aktörs LLM-applikationer som sammansatta grafer med bestående tillstånd och kontroll över exekvering.
Denna instruktörsledda, levande utbildning (online eller på plats) riktar sig till avancerade AI-plattformingenjörer, DevOps för AI och ML-arkitekter som vill optimera, felsöka, övervaka och driva produktionsklara LangGraph-system.
Efter avslutad utbildning kommer deltagarna att kunna:
- Designa och optimera komplexa LangGraph-topologier för hastighet, kostnad och skalbarhet.
- Utveckla pålitlighet med upprepningar, tidsgränser, idempotens och återhämtning baserad på kontrollpunkter.
- Felsöka och spåra grafexekveringar, inspektera tillstånd och systematiskt återskapa produktionsproblem.
- Instrumentera grafer med loggar, mätvärden och spår, distribuera till produktion och övervaka SLAs och kostnader.
Utbildningsformat
- Interaktiv föreläsning och diskussion.
- Många övningar och praktik.
- Hands-on-implementering i en levande laboratoriemiljö.
Anpassningsalternativ för kursen
- För att be om en anpassad utbildning för denna kurs, kontakta oss för att ordna.
Avancerad Ollama Model Debugging & Evaluation
35 timmarAdvanced Ollama Model Debugging & Evaluation är en djupgående kurs som fokuserar på diagnostik, testning och mätning av modellbeteende när lokala eller privata Ollama-uppsättningar körs.
Denna lärare-ledda, liveutbildning (online eller på plats) riktar sig till AI-ingenjörer på avancerad nivå, ML Ops-professionella och QA-praktiker som vill säkerställa pålitlighet, trohet och operativ beredskap för Ollama-baserade modeller i produktion.
Vid kursens slut kommer deltagarna att kunna:
- Utföra systematiskt felsökning av Ollama-värdade modeller och reproducera felmödrar tillförlitligt.
- Designa och genomföra robusta utvärderingsflöden med kvantitativa och kvalitativa mätvärden.
- Implementera observabilitet (loggar, spår, mätvärden) för att övervaka modellens hälsa och förskjutning.
- Automatisera testning, validering och regressionskontroller integrerade i CI/CD-flöden.
Kursformat
- Interaktiva föreläsningar och diskussioner.
- Hands-on-laborationer och felsökningsövningar med Ollama-uppsättningar.
- Fallstudier, gruppfelsökningssessioner och automatiseringsworkshops.
Alternativ för kursanpassning
- För att begära en anpassad utbildning för denna kurs, kontakta oss för att ordna.
Bygga Privata AI-arbetsflöden med Ollama
14 timmarDenna instruktörsledda, live-utbildning (online eller på plats) riktar sig till avancerade professionella som vill implementera säkra och effektiva AI-drivna arbetsflöden med hjälp av Ollama.
Efter avslutad utbildning kommer deltagarna att kunna:
- Installera och konfigurera Ollama för privat AI-bearbetning.
- Integrera AI-modeller i säkra företagsarbetsflöden.
- Optimera AI-prestanda samtidigt som datasekretess upprätthålls.
- Automatisera företagsprocesser med lokal AI-funktionalitet.
- Säkerställa överensstämmelse med företagets säkerhets- och styrningspolicyer.
Deployering och optimering av LLMs med Ollama
14 timmarDenna instruktörsledda, live-utbildning i Sverige (online eller på plats) riktar sig till professionella på mellannivå som vill distribuera, optimera och integrera LLM:er med hjälp av Ollama.
I slutet av utbildningen kommer deltagarna att kunna:
- Konfigurera och distribuera LLM:er med hjälp av Ollama.
- Optimera AI-modeller för prestanda och effektivitet.
- Utnyttja GPU-acceleration för förbättrade inferenshastigheter.
- Integrera Ollama i arbetsflöden och applikationer.
- Övervaka och underhålla AI-modellernas prestanda över tid.
Fine-Tuning och Anpassa AI-modeller på Ollama
14 timmarDenna instruktörsledda, live-utbildning (online eller på plats) riktar sig till professionella på avancerad nivå som vill justera och anpassa AI-modeller på Ollama för förbättrad prestanda och domänspecifika tillämpningar.
Efter avslutad utbildning kommer deltagarna att kunna:
- Konfigurera en effektiv miljö för att justera AI-modeller på Ollama.
- Förbereda dataset för övervakad justering och förstärkning lärande.
- Optimera AI-modeller för prestanda, noggrannhet och effektivitet.
- Distribuera anpassade modeller i produktionsmiljöer.
- Utvärdera förbättringar av modellerna och säkerställa robusthet.
LangGraph Applications in Finance
35 timmarLangGraph är ett ramverk för att bygga tillståndsbaserade, multi-aktörs LLM-applikationer som sammansatta grafer med bestående tillstånd och kontroll över utförandet.
Denna instruktörsledda, levande utbildning (online eller på plats) riktar sig till professionella på mellan- till avancerad nivå som vill designa, implementera och driva LangGraph-baserade finansiella lösningar med rätt styrning, observerbarhet och överensstämmelse.
Vid utbildningens slut kommer deltagarna att kunna:
- Designa finansiella LangGraph-arbetsflöden som överensstämmer med regler och revisionskrav.
- Integrera finansiella datastandarder och ontologier i graftillstånd och verktyg.
- Implementera pålitlighet, säkerhet och människor-i-loop-kontroller för kritiska processer.
- Distribuera, övervaka och optimera LangGraph-system för prestanda, kostnad och SLA:er.
Utbildningsformat
- Interaktiv föreläsning och diskussion.
- Många övningar och praktik.
- Hands-on-implementering i en levande labbmiljö.
Alternativ för kursanpassning
- För att begära en anpassad utbildning för denna kurs, kontakta oss för att ordna.
LangGraph Foundations: Grafbaserad LLM-prompting och kedjebildning
14 timmarLangGraph är ett ramverk för att bygga grafstrukturerade LLM-applikationer som stöder planering, förgrening, verktygsanvändning, minne och kontrollerbar exekvering.
Denna instruktörsledda, liveutbildning (online eller på plats) riktar sig till utvecklare, prompt-engineers och dataexperter på grundnivå som vill designa och bygga pålitliga, flerstegs-LLM-arbetsflöden med hjälp av LangGraph.
Vid slutet av denna utbildning kommer deltagarna att kunna:
- Förklara grundläggande LangGraph-begrepp (noder, kanter, tillstånd) och när de ska användas.
- Bygga promptkedjor som förgrenas, kallar på verktyg och behåller minne.
- Integrera hämtning och externa API:er i grafarbetsflöden.
- Testa, felsöka och utvärdera LangGraph-appar för pålitlighet och säkerhet.
Utbildningens format
- Interaktiva föreläsningar och facklig diskussion.
- Guidade laborationer och kodgenomgångar i en sandbox-miljö.
- Scenariebaserade övningar i design, testning och utvärdering.
Alternativ för anpassning av kursen
- För att beställa en anpassad utbildning för denna kurs, kontakta oss för att ordna.
LangGraph in Healthcare: Workflow Orchestration for Regulated Environments
35 timmarLangGraph gör det möjligt att hantera statiska, multi-aktörsarbetsflöden som drivs av LLMs med exakt kontroll över körningsvägar och statispersistens. Inom hälsovården är dessa funktioner avgörande för att uppfylla kraven, säkerställa interoperabilitet och bygga beslutstödssystem som överensstämmer med medicinska arbetsflöden.
Denna instruktörsledda, liveutbildning (online eller på plats) riktar sig till professionella på mellan- till avancerad nivå som vill designa, implementera och hantera LangGraph-baserade lösningar inom hälsovården samt hantera regelverks-, etiska och operativa utmaningar.
Efter avslutad utbildning kommer deltagarna att kunna:
- Designa LangGraph-arbetsflöden inom hälsovården med fokus på att uppfylla kraven och möjliggöra granskning.
- Integrera LangGraph-applikationer med medicinska ontologier och standarder (FHIR, SNOMED CT, ICD).
- Tillämpa bästa praxis för pålitlighet, spårbarhet och förklarbarhet i känsliga miljöer.
- Distribuera, övervaka och validera LangGraph-applikationer i produktionsmiljöer inom hälsovården.
Utbildningens format
- Interaktiv föreläsning och diskussion.
- Hands-on-övningar med verkliga fallstudier.
- Implementationsövning i en live-labbmiljö.
Anpassningsalternativ för kursen
- För att begära en anpassad utbildning för denna kurs, kontakta oss för att ordna.
LangGraph för Juridiska Tillämpningar
35 timmarLangGraph är en ramverk för att bygga tillståndsbärande, multi-aktörs LLM-applikationer som sammansatta grafer med bestående tillstånd och exakt kontroll över exekvering.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till professionella på mellan- till avancerad nivå som vill designa, implementera och driva LangGraph-baserade juridiska lösningar med nödvändiga överensstämmelse, spårbarhet och styrningskontroller.
Vid slutet av denna träning kommer deltagarna att kunna:
- Designa juridiska LangGraph-arbetsflöden som bevakar revision och överensstämmelse.
- Integrera juridiska ontologier och dokumentstandarder i grafens tillstånd och bearbetning.
- Implementera kontrollmekanismer, human-in-the-loop-godkännanden och spårbara beslutsvägar.
- Distribuera, övervaka och underhålla LangGraph-tjänster i produktionsmiljö med övervakbarhet och kostnadskontroll.
Formatet på kursen
- Interaktiv föreläsning och diskussion.
- Många övningar och praktik.
- Hands-on implementation i en live-lab-miljö.
Kursanpassningsalternativ
- För att begära en anpassad träning för denna kurs, kontakta oss för att arrangera.
Dynamiska Arbetsflöden med LangGraph och LLM Agents
14 timmarLangGraph är ett ramverk för att sammansätta grafstrukturerade LLM-arbetsflöden som stöder förgrening, verktygsanvändning, minne och kontrollerad exekvering.
Denna instruktörsledda, liveutbildning (online eller på plats) riktar sig till ingenjörer och produktteam på mellannivå som vill kombinera LangGraphs graflogik med LLM-agentloopar för att bygga dynamiska, kontextmedvetna applikationer såsom kundsupportagenter, beslutsträd och informationshämtningsystem.
Vid utbildningens slut kommer deltagarna att kunna:
- Designa grafbaserade arbetsflöden som samordnar LLM-agenter, verktyg och minne.
- Implementera villkorsstyrd vägledning, omstart och återfall för robust exekvering.
- Integra hämtning, API:er och strukturerade utdata i agentloopar.
- Utvärdera, övervaka och hårdna agentbeteende för pålitlighet och säkerhet.
Kursformat
- Interaktiv föreläsning och ledd diskussion.
- Guidade labbar och kodgenomgångar i en sandlåde-omgivning.
- Scenariebaserade designövningar och kollegiala granskningar.
Alternativ för kursanpassning
- För att begära en anpassad utbildning för denna kurs, kontakta oss för att ordna.
LangGraph för marknadsautomatisering
14 timmarLangGraph är ett grafbaserat orkestreringsramverk som möjliggör villkorliga, flerstegs LLM- och verktygsarbetsflöden, idealiskt för att automatisera och personifiera innehållsflöden.
Denna instruktörsledda, liveutbildning (online eller på plats) riktar sig till marknadsförare, innehållsstrateger och automatiseringsutvecklare på mellanstadiet som vill implementera dynamiska, förgrenade e-postkampanjer och innehållsgenereringsflöden med hjälp av LangGraph.
Efter avslutad utbildning kommer deltagarna att kunna:
- Designa grafstrukturerade innehåll och e-postarbetsflöden med villkorlig logik.
- Integrera LLMs, APIs och datakällor för automatiserad personifiering.
- Hantera tillstånd, minne och kontext över flera steg i kampanjer.
- Utvärdera, övervaka och optimera arbetsflödesprestanda och leveransresultat.
Utbildningsformat
- Interaktiva föreläsningar och gruppdiskussioner.
- Praktiska övningar för att implementera e-postarbetsflöden och innehållsflöden.
- Scenariobaserade övningar om personifiering, segmentering och förgrening.
Alternativ för att anpassa kursen
- För att begära en anpassad utbildning för denna kurs, kontakta oss för att boka.
Multimodal Applications with Ollama
21 timmarOllama är en plattform som möjliggör körning och finjustering av stora språk- och multimodella modeller lokalt.
Denna instruktörsledda, levande träning (online eller på plats) riktar sig till avancerade ML-ingenjörer, AI-forskare och produktutvecklare som vill bygga och distribuera multimodella applikationer med Ollama.
Vid kursens slut kommer deltagarna att kunna:
- Installera och köra multimodella modeller med Ollama.
- Integrera text, bild och ljudinmatningar för verkliga applikationer.
- Bygga dokumentförståelse och visuella QA-system.
- Utveckla multimodella agenter som kan resonera över modaliteter.
Kursens format
- Interaktiv föreläsning och diskussion.
- Praktisk övning med riktiga multimodella datamängder.
- Live-lab implementation av multimodella pipeline med Ollama.
Kursanpassningsalternativ
- För att begära en anpassad träning för denna kurs, vänligen kontakta oss för att ordna.
Kom igång med Ollama: Köra lokala AI-modeller
7 timmarDenna instruktörsledda, live-utbildning (online eller på plats) riktar sig till yrkesverksamma på nybörjarnivå som vill installera, konfigurera och använda Ollama för att köra AI-modeller på sina lokala maskiner.
Vid utbildningens slut kommer deltagarna att kunna:
- Förstå grunderna i Ollama och dess kapacitet.
- Inställa Ollama för att köra lokala AI-modeller.
- Distribuera och interagera med LLMs med hjälp av Ollama.
- Optimerar prestanda och resursanvändning för AI-arbetsbelastningar.
- Utforska användningsområden för lokal AI-distribution inom olika branscher.
Ollama Skalning & Infrastrukturoptimering
21 timmarOllama är en plattform för att köra stora språk- och multimodalmodeller lokalt och i stor skala.
Denna instruktörsledda, liveutbildning (online eller på plats) riktar sig till ingenjörer på mellan- till avancerad nivå som vill skalera Ollama-utplaceringar för fleranvändarmiljöer med hög genomströmning och kostnadseffektivitet.
Efter denna utbildning kommer deltagarna att kunna:
- Konfigurera Ollama för fleranvändar- och distribuerade arbetsbelastningar.
- Optimerade resursallokeringen för GPU och CPU.
- Implementera autoskalnings-, batch- och lativitetsreduceringsstrategier.
- Övervaka och optimera infrastrukturen för prestanda och kostnadseffektivitet.
Formatet på kursen
- Interaktiv föreläsning och diskussion.
- Hands-on-deployering och skalningslabb.
- Praktiska optimeringsövningar i live-miljöer.
Kursanpassningsalternativ
- För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.
Prompt Engineering Mastery with Ollama
14 timmarOllama är en plattform som möjliggör körning av stora språk- och multimodalmodeller lokalt.
Denna instruktörsledda, levande utbildning (online eller på plats) riktar sig till praktiker på mellannivå som vill mästra prompt engineering-tekniker för att optimera Ollama-utdata.
Vid slutet av denna utbildning kommer deltagarna att kunna:
- Skapa effektiva prompts för olika användningsfall.
- Använda tekniker som priming och chain-of-thought-strukturering.
- Implementera prompt-mallar och strategier för hantering av kontext.
- Bygga flerstegsprompting-pipelines för komplexa arbetsflöden.
Utbildningsformat
- Interaktiv föreläsning och diskussion.
- Hands-on-övningar med promptdesign.
- Praktisk implementation i en live-lab-miljö.
Alternativ för anpassning av kursen
- För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att ordna.