Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Introduksjon til LLM og Generativ AI
- Utforske teknikker og modeller
- Diskutere applikasjoner og brukstilfeller
- Identifisere utfordringer og begrensninger
Bruke LLM-er for NLU-oppgaver
- Sentimentanalyse
- Navngitt enhetsgjenkjenning
- Relasjonsutvinning
- Semantisk parsing
Bruke LLM-er for NLI-oppgaver
- Deteksjon av medvirkning
- Motsigelsesdeteksjon
- Parafrasedeteksjon
Bruke LLM-er for kunnskapsgrafer
- Trekke ut fakta og relasjoner fra tekst
- Utlede manglende eller nye fakta
- Bruke kunnskapsgrafer for nedstrømsoppgaver
Bruke LLM-er for sunn fornuft
- Generer plausible forklaringer, hypoteser og scenarier
- Bruke sunne kunnskapsbaser og datasett
- Vurderer sunn fornuft
Bruke LLMs for dialoggenerering
- Genererer dialoger med samtaleagenter, chatboter og virtuelle assistenter
- Håndtere dialoger
- Bruke dialogdatasett og beregninger
Bruke LLM-er for multimodal generasjon
- Generer bilder fra tekst
- Generer tekst fra bilder
- Generer videoer fra tekst eller bilder
- Generer lyd fra tekst
- Generer tekst fra lyd
- Generering av 3D-modeller fra tekst eller bilder
Bruke LLM-er for metalæring
- Tilpasning av LLM-er til nye domener, oppgaver eller språk
- Lær av få- eller null-skudd eksempler
- Bruke meta-læring og overføre læringsdatasett og rammeverk
Bruke LLMs for kontradiktorisk læring
- Forsvare LLM-er fra ondsinnede angrep
- Oppdage og redusere skjevheter og feil i LLM-er
- Bruke kontradiktorisk læring og robusthetsdatasett og metoder
Evaluering av LLM-er og generativ AI
- Vurdere innholdskvalitet og mangfold
- Bruk av beregninger som startscore, Fréchet startavstand og BLEU-score
- Bruk av menneskelige evalueringsmetoder som crowdsourcing og undersøkelser
- Bruker kontradiktoriske evalueringsmetoder som Turing-tester og diskriminatorer
Anvendelse av etiske prinsipper for LLM og generativ AI
- Sikre rettferdighet og ansvarlighet
- Unngå misbruk og misbruk
- Respektere rettighetene og personvernet til innholdsskapere og forbrukere
- Fremme kreativitet og samarbeid mellom mennesker og AI
Sammendrag og neste trinn
Krav
- En forståelse av grunnleggende AI-konsepter og terminologi
- Erfaring med Python programmering og dataanalyse
- Kjennskap til rammeverk for dyp læring som TensorFlow eller PyTorch
- En forståelse av det grunnleggende om LLM og deres applikasjoner
Publikum
- Dataforskere
- AI-utviklere
- AI-entusiaster
21 timer
Testimonials (1)
Øvelser og utveksling under spørsmål/svar
Antoine - Physiobotic
Kurs - Scaling Data Pipelines with Spark NLP
Machine Translated
