Kontakt aufnehmen

Schulungsübersicht

Einführung in das Prompt Engineering

  • Was ist Prompt Engineering?
  • Bedeutung des Prompt-Designs bei LLMs
  • Vergleich von Zero-Shot-, One-Shot- und Few-Shot-Ansätzen

Entwerfen wirksamer Prompts

  • Prinzipien zur Erstellung hochwertiger Prompts
  • Experimentieren mit Prompt-Varianten
  • Häufige Herausforderungen im Prompt-Design

Few-Shot Fine-Tuning

  • Überblick über Few-Shot Learning
  • Anwendungen bei der aufgabenspezifischen Anpassung von LLMs
  • Integration von Few-Shot-Beispielen in Prompts

Praxis mit Prompt-Engineering-Tools

  • Nutzung der OpenAI-API für Prompt-Experimente
  • Erkunden des Prompt-Designs mit Hugging Face Transformers
  • Bewertung der Auswirkungen von Prompt-Varianten

Optimierung der LLM-Leistung

  • Evaluation von Ausgaben und Verfeinerung der Prompts
  • Einbeziehen von Kontext für bessere Ergebnisse
  • Umgang mit Mehrdeutigkeiten und Verzerrungen in LLM-Antworten

Anwendungen des Prompt Engineering

  • Textgenerierung und -zusammenfassung
  • Sentimentanalyse und Klassifizierung
  • Kreatives Schreiben und Codegenerierung

Implementierung promptbasierter Lösungen

  • Integration von Prompts in Anwendungen
  • Überwachung der Leistung und Skalierbarkeit
  • Fallstudien und reale Beispiele

Zusammenfassung und weitere Schritte

Voraussetzungen

  • Grundlegende Kenntnisse in Natural Language Processing (NLP)
  • Vertrautheit mit der Python-Programmiersprache
  • Erfahrung mit Grossen Sprachmodellen (LLMs) ist von Vorteil

Zielgruppe

  • KI-Entwickler
  • NLP-Ingenieure
  • Praxiserfahrene Machine-Learning-Fachleute
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien