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.
Dauer 14 Stunden
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
