Course Outline

Εισαγωγή στους μεγάλους μοντέλους γλώσσας

  • Περιεχόμενο της επεξεργασίας φυσικής γλώσσας (NLP)
  • Εισαγωγή στους μεγάλους μοντέλους γλώσσας (LLMs)
  • Οι εισφορές της Meta AI στην ανάπτυξη LLM

Σύνεψη της δομής των μοντέλων LLM της Meta AI

  • Δομή του Transformer και μηχανισμοί αυτό-συντριπτής (self-attention)
  • Μεθοδολογίες εκπαίδευσης για μεγάλους κλιμάκωτους μοντέλους
  • Σύγκριση με άλλους LLMs (GPT, BERT, T5 κλπ.)

Αρχιτεκτονική Προσαρμογής του Κατασκευαστικού Διαστημού

  • Εγκατάσταση και διαβούλευση του Python και Jupyter Notebook
  • Δουλεία με την Hugging Face και το αποθετήριο μοντέλων Meta AI
  • Χρήση πινάκων ευφυών (GPUs) βασισμένων στον τύπο νεφέλης ή τοπικά για την εκπαίδευση

Προσαρμογή και προσαρμογή των Meta AI LLMs

  • Φόρτωση εκπαιδευμένων μοντέλων
  • Προσαρμογή σε κατηγορία-specific σύνθετα δεδομένα
  • Τεχνικές μεταφοράς μάθησης

Δημιουργία εφαρμογών NLP με τους Meta AI LLMs

  • Σχεδιασμός chatbots και νοημοσύνης συνομιλίας
  • Προσφορά περιογκών κειμένου και παράφρασης
  • Ανάλυση των απόψεων και διαχείριση του περιεχομένου

Περfectioning και Εφαρμογή μεγάλων μοντέλων γλώσσας

  • Αποδόσεις εξεύρεσης για ταχύτητα αποκλείσεως
  • Τεχνικές συμπυκνώσεις και ποσότητα μοντέλων
  • Εφαρμογή LLMs χρησιμοποιώντας APIs και νεφηλικά πλατφόρμα

Διαφημίσεις Ηθικής Προσέγγισης και Αποδεκτή AI

  • Εντόπιση και ελαφρύωση παρακεφαλίας σε LLMs
  • Αποδυνάμωση απλών και δίκαιων AI μοντέλων
  • Στόχοι για το μέλλον και αναπτύξεις στη νοημοσύνη του μηχανής

Περίληψη και Επόμενα βήματα

Requirements

  • Βασική κατανόηση των μηχανικών μάθησης και βαθύ μάθησης
  • Δεξιότητες προγραμματισμού στο Python
  • Υποχρεωτική ενόρα των κoncepτs της φυσικής ανάλυσης γλώσσας (NLP)

Πού φθάνει το πρόγραμμα

  • Έρευνη AI
  • Δεδομένων επιστήμονες
  • μηχανικά μάθησης μηχανικοί
  • Λογισμικού αναπτυξτές ενδιαφερόμενοι στη NLP
 21 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories