Kontakt aufnehmen

Schulungsübersicht

Einführung in das multimodale Lernen

  • Überblick über multimodale KI
  • Herausforderungen bei der multimodalen Datenverarbeitung
  • Vorteile multimodaler LLMs

Verständnis grosser Sprachmodelle (LLMs)

  • Architektur modernster LLMs
  • Schulung von LLMs mit multimodalen Daten
  • Fallbeispiele: Erfolgreiche multimodale LLM-Anwendungen

Verarbeitung multimodaler Daten

  • Vorverarbeitungstechniken für Text, Bilder und Audio
  • Merkmalserkennung und Repräsentationslernen
  • Integration multimodaler Daten in LLMs

Entwicklung multimodaler LLM-Anwendungen

  • Gestaltung von Benutzeroberflächen für multimodale Interaktion
  • Einsatz von LLMs in virtuellen Assistenten und Chatbots
  • Erstellung immersiver Erlebnisse mit LLMs

Bewertung und Optimierung multimodaler Systeme

  • Leistungsmetriken für multimodale LLMs
  • Optimierungsstrategien für bessere Genauigkeit und Effizienz
  • Adressierung von Bias und Fairness in multimodalen Systemen

Praktisches Labor: Aufbau eines multimodalen LLM-Projekts

  • Konfiguration eines multimodalen Datensatzes
  • Implementierung eines multimodalen LLM für einen spezifischen Anwendungsfall
  • Testen und Verfeinern des Systems

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundkenntnisse in maschinellem Lernen und neuronalen Netzen.
  • Erfahrung mit Python-Programmierung.
  • Vertrautheit mit der Datenvorbereitung für verschiedene Datentypen (Text, Bilder, Audio).

Zielgruppe

  • Data Scientists
  • Machine Learning Engineers
  • Softwareentwickler
  • Forschende mit Fokus auf KI und Natural Language Processing
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien