План на курса

Въведение в Prompt Engineering

  • Какво е бързо инженерство?
  • Значението на бързото проектиране в LLM
  • Сравнение на подходи с нулев изстрел, с един изстрел и с няколко изстрела

Проектиране на ефективни подкани

  • Принципи за създаване на висококачествени подсказки
  • Експериментиране с бързи вариации
  • Често срещани предизвикателства при бързо проектиране

Малкократна фина настройка

  • Преглед на обучението с няколко изстрела
  • Приложения в адаптиране на LLM към конкретни задачи
  • Интегриране на примери с няколко изстрела в подкани

Практически с Prompt Engineering инструменти

  • Използване на OpenAI API за бързо експериментиране
  • Изследване на бърз дизайн с Hugging Face Transformers
  • Оценяване на въздействието на бързите промени

Оптимизиране на ефективността на LLM

  • Оценяване на резултатите и прецизиране на подканите
  • Включване на контекст за по-добри резултати
  • Справяне с неясноти и пристрастия в отговорите на LLM

Приложения на Prompt Engineering

  • Генериране и обобщаване на текст
  • Анализ и класификация на настроението
  • Творческо писане и генериране на код

Внедряване на решения, базирани на подкана

  • Интегриране на подкани в приложения
  • Мониторинг на производителност и мащабируемост
  • Казуси и примери от реалния свят

Обобщение и следващи стъпки

Изисквания

  • Основно разбиране на обработката на естествен език (NLP)
  • Познаване на Python програмиране
  • Опитът с големи езикови модели (LLM) е плюс

Публика

  • AI разработчици
  • НЛП инженери
  • Практици машинно обучение
 14 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории