План на курса

Въведение в големите езикови модели

  • Преглед на Natural Language Processing (NLP)
  • Въведение в Large Language Models (LLMs)
  • Приносът на Meta AI към развитието на LLM

Разбиране на архитектурата на Meta AI LLM

  • Трансформаторна архитектура и механизми за самовнимание
  • Методики за обучение на мащабни модели
  • Сравнение с други LLM (GPT, BERT, T5 и т.н.)

Настройване на средата за разработка

  • Инсталиране и конфигуриране на Python и Jupyter Notebook
  • Работа с Hugging Face и хранилището за модели на Meta AI
  • Използване на облачни или локални GPUs за обучение

Fine-Tuning и персонализиране на Мета AI LLM

  • Зареждане на предварително обучени модели
  • Фина настройка на набори от данни, специфични за домейна
  • Трансферни техники за обучение

Изграждане на NLP приложения с Meta AI LLM

  • Разработване на чатботове и разговорен AI
  • Прилагане на резюмиране и перифразиране на текст
  • Анализ на настроението и модериране на съдържанието

Оптимизиране и внедряване на големи езикови модели

  • Настройка на производителността за скорост на извод
  • Техники за компресиране на модела и квантуване
  • Внедряване на LLM с помощта на API и облачни платформи

Етични съображения и отговорен AI

  • Откриване и смекчаване на отклонения в LLM
  • Осигуряване на прозрачност и справедливост в AI моделите
  • Бъдещи тенденции и развитие на AI

Обобщение и следващи стъпки

Изисквания

  • Основно разбиране на машинното обучение и дълбокото обучение
  • Опит с Python програмиране
  • Запознаване с концепциите за обработка на естествен език (NLP).

Публика

  • Изследователи на AI
  • Учени по данни
  • Machine Learning Инженери
  • Разработчици на софтуер, интересуващи се от НЛП
 21 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории