Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Introduktion till LLM och generativ AI
- Utforska tekniker och modeller
- Diskutera program och användningsfall
- Identifiera utmaningar och begränsningar
Använda LLM:er för NLU-uppgifter
- Attitydanalys
- Igenkänning av namngiven entitet
- Extrahering av relation
- Semantisk parsning
Använda LLM:er för NLI-uppgifter
- Identifiering av medverkan
- Identifiering av motsägelser
- Identifiering av parafraser
Använda LLM:er för kunskapsgrafer
- Extrahera fakta och relationer från text
- Slutsats om saknade eller nya fakta
- Använda kunskapsdiagram för aktiviteter nedströms
Använda LLM:er för sunt förnuft
- Generera rimliga förklaringar, hypoteser och scenarier
- Använda kunskapsbaser och datauppsättningar baserade på sunt förnuft
- Utvärdering av sunt förnuft
Använda LLM:er för dialoggenerering
- Skapa dialoger med konversationsagenter, chatbots och virtuella assistenter
- Hantera dialoger
- Använda dialogdatauppsättningar och mätvärden
Använda LLM:er för multimodal generering
- Generera bilder från text
- Generera text från bilder
- Generera videor från text eller bilder
- Generera ljud från text
- Generera text från ljud
- Generera 3D-modeller från text eller bilder
Använda LLM:er för metalärande
- Anpassa LLM:er till nya domäner, uppgifter eller språk
- Att lära sig av exempel med få eller inga skott
- Användning av datauppsättningar och ramverk för metainlärning och överföring av lärande
Använda LLM:er för kontradiktoriskt lärande
- Försvara LLM:er från skadliga attacker
- Upptäcka och mildra fördomar och fel i LLM:er
- Använda datauppsättningar och metoder för adversarial learning och robusthet
Utvärdering av LLM:er och generativ AI
- Bedöma innehållets kvalitet och mångfald
- Använda mått som startpoäng, Fréchet-startavstånd och BLEU-poäng
- Använda mänskliga utvärderingsmetoder som crowdsourcing och enkäter
- Använda kontradiktoriska utvärderingsmetoder som Turingtester och diskriminatorer
Tillämpning av etiska principer för LLM:er och generativ AI
- Säkerställande av rättvisa och ansvarsskyldighet
- Undvika missbruk och missbruk
- Respektera innehållsskapares och konsumenters rättigheter och integritet
- Främja kreativitet och samarbete mellan människa och AI
Sammanfattning och nästa steg
Krav
- En förståelse för grundläggande AI-begrepp och terminologi
- Erfarenhet av Python programmering och dataanalys
- Kunskaper om ramverk för djupinlärning som TensorFlow eller PyTorch
- En förståelse för grunderna i LLM:er och deras tillämpningar
Publik
- Datavetare
- AI-utvecklare
- AI-entusiaster
21 timmar