Kontakt aufnehmen

Schulungsübersicht

Einführung in Grosse Sprachmodelle

  • Überblick über Natural Language Processing (NLP)
  • Einführung in Grosse Sprachmodelle (LLMs)
  • Meta AIs Beiträge zur Entwicklung von LLMs

Verständnis der Architektur von Meta AI LLMs

  • Transformer-Architektur und Self-Attention-Mechanismen
  • Trainingsmethoden für Grossmodelle
  • Vergleich mit anderen LLMs (GPT, BERT, T5 usw.)

Einrichten der Entwicklungsumgebung

  • Installation und Konfiguration von Python und Jupyter Notebook
  • Arbeit mit Hugging Face und dem Modell-Repository von Meta AI
  • Einsatz cloudbasierter oder lokaler GPUs für das Training

Feinabstimmung (Fine-Tuning) und Anpassung von Meta AI LLMs

  • Laden vortrainierter Modelle
  • Fine-Tuning auf domänenspezifischen Datensätzen
  • Techniken des Transfer Learning

Aufbau von NLP-Anwendungen mit Meta AI LLMs

  • Entwicklung von Chatbots und conversational AI
  • Implementierung von Textzusammenfassung und Paraphrasierung
  • Stimmungsanalyse und Content-Moderation

Optimierung und Bereitstellung Grosser Sprachmodelle

  • Performance-Tuning für die Inferenzgeschwindigkeit
  • Techniken zur Modellkomprimierung und Quantisierung
  • Bereitstellung von LLMs über APIs und Cloud-Plattformen

Ethische Überlegungen und Responsible AI

  • Erkennung und Minderung von Bias in LLMs
  • Sicherstellung von Transparenz und Fairness in KI-Modellen
  • Zukunftstrends und Entwicklungen im Bereich der KI

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundlegende Kenntnisse in Machine Learning und Deep Learning
  • Erfahrung mit Python-Programmierung
  • Vertrautheit mit Konzepten des Natural Language Processing (NLP)

Zielgruppe

  • KI-Forschende
  • Data Scientists
  • Machine Learning Engineers
  • Softwareentwickler:innen mit Interesse an NLP
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien