Kursplan

Introduksjon til store språkmodeller

  • Oversikt over Natural Language Processing (NLP)
  • Introduksjon til Large Language Models (LLMs)
  • Meta AIs bidrag til LLM-utvikling

Forstå arkitekturen til Meta AI LLMs

  • Transformatorarkitektur og selvoppmerksomhetsmekanismer
  • Opplæringsmetoder for modeller i stor skala
  • Sammenligning med andre LLM-er (GPT, BERT, T5, etc)

Sette opp utviklingsmiljøet

  • Installere og konfigurere Python og Jupyter Notebook
  • Arbeider med Hugging Face og Meta AIs modelllager
  • Bruk av skybaserte eller lokale GPU-er for trening

Fine-Tuning og tilpasse Meta AI LLMs

  • Laster ferdigtrente modeller
  • Finjustering av domenespesifikke datasett
  • Overfør læringsteknikker

Bygge NLP-applikasjoner med Meta AI LLM-er

  • Utvikle chatbots og konversasjons-AI
  • Implementere tekstoppsummering og parafrasering
  • Sentimentanalyse og innholdsmoderering

Optimalisering og distribusjon av store språkmodeller

  • Ytelsesjustering for inferenshastighet
  • Modellkompresjon og kvantiseringsteknikker
  • Implementering av LLM-er ved hjelp av APIer og skyplattformer

Etiske vurderinger og ansvarlig AI

  • Bias deteksjon og redusering i LLMs
  • Sikre åpenhet og rettferdighet i AI-modeller
  • Fremtidige trender og utviklinger innen AI

Sammendrag og neste trinn

Krav

  • Grunnleggende forståelse for maskinlæring og dyp læring
  • Erfaring med Python programmering
  • Kjennskap til begreper om naturlig språkbehandling (NLP).

Publikum

  • AI-forskere
  • Dataforskere
  • Machine Learning Ingeniører
  • Programvareutviklere som er interessert i NLP
 21 timer

Antall deltakere


Price per participant

Upcoming Courses

Related Categories