Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in die generative KI
- Was ist generative KI und warum ist sie wichtig?
- Die wichtigsten Arten und Techniken der generativen KI
- Die wichtigsten Herausforderungen und Grenzen der generativen KI
Transformatorarchitektur und LLMs
- Was ist ein Transformator und wie funktioniert er?
- Hauptkomponenten und Merkmale eines Transformators
- Verwendung von Transformatoren zum Aufbau von LLMs
Skalierungsgesetze und Optimierung
- Was sind Skalierungsgesetze und warum sind sie für LLMs wichtig?
- Wie hängen die Skalierungsgesetze mit der Modellgröße, der Datengröße, dem Rechenbudget und den Inferenzanforderungen zusammen?
- Wie können Skalierungsgesetze helfen, die Leistung und Effizienz von LLMs zu optimieren?
Ausbildung und Feinabstimmung von LLMs
- Die wichtigsten Schritte und Herausforderungen bei der Ausbildung von LLMs von Grund auf
- Vor- und Nachteile der Feinabstimmung von LLMs für spezifische Aufgaben
- Bewährte Verfahren und Werkzeuge für die Ausbildung und Feinabstimmung von LLMs
Einsatz und Verwendung von LLMs
- Hauptüberlegungen und Herausforderungen beim Einsatz von LLMs in der Produktion
- Allgemeine Anwendungsfälle und Anwendungen von LLMs in verschiedenen Bereichen und Branchen
- Integration von LLMs mit anderen KI-Systemen und Plattformen
Ethik und Zukunft der generativen KI
- Ethische und soziale Implikationen von generativer KI und LLMs
- Potenzielle Risiken und Schäden generativer KI und LLMs, wie Verzerrung, Fehlinformation und Manipulation
- Verantwortungsvolle und nützliche Nutzung von generativer KI und LLMs
Zusammenfassung und nächste Schritte
Voraussetzungen
-
Verständnis von Konzepten des maschinellen Lernens, z. B. überwachtes und unüberwachtes Lernen, Verlustfunktionen und Datensplitting
Erfahrung mit Python-Programmierung und Datenmanipulation
Grundkenntnisse über neuronale Netze und die Verarbeitung natürlicher Sprache
Publikum
-
Entwickler
Enthusiasten des maschinellen Lernens
21 Stunden