Kursplan

Introduktion till Prompt Engineering

  • Vad är prompt engineering?
  • Vikten av snabb design i LLM:er
  • Jämförelse av tillvägagångssätt med noll skott, ett skott och få skott

Utforma effektiva uppmaningar

  • Principer för att skapa uppmaningar av hög kvalitet
  • Experimentera med promptvarianter
  • Vanliga utmaningar vid snabb design

Finjustering med några få skott

  • Översikt över inlärning med få skott
  • Tillämpningar i uppgiftsspecifik LLM-anpassning
  • Integrera några få exempel i uppmaningar

Hands-On med Prompt Engineering Verktyg

  • Använda OpenAI API för snabb experimentering
  • Utforska snabb design med Hugging Face Transformers
  • Utvärdera effekten av promptvarianter

Optimera LLM-prestanda

  • Utvärdera resultat och förfina uppmaningar
  • Införliva sammanhang för bättre resultat
  • Hantering av tvetydigheter och partiskhet i LLM-svar

Tillämpningar av Prompt Engineering

  • Textgenerering och sammanfattning
  • Sentimentanalys och klassificering
  • Kreativt skrivande och kodgenerering

Distribuera snabba lösningar

  • Integrera prompter i applikationer
  • Övervakning av prestanda och skalbarhet
  • Fallstudier och exempel från verkligheten

Sammanfattning och nästa steg

Krav

  • Grundläggande förståelse för naturlig språkbehandling (NLP)
  • Förtrogenhet med Python-programmering
  • Erfarenhet av stora språkmodeller (LLM) är ett plus

Publik

  • AI-utvecklare
  • NLP-ingenjörer
  • Utövare av maskininlärning
 14 timmar

Antal deltagare


Price per participant

Upcoming Courses

Relaterade Kategorier