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 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
