“`html
Важность курсов по большим языковым моделям (LLMs) в сфере искусственного интеллекта
Введение в большие языковые модели
Этот курс покрывает большие языковые модели (LLMs), их использование и способы улучшения их производительности с помощью настройки подсказок. Также включает руководство по использованию инструментов Google для разработки собственных приложений Generative AI.
Настройка подсказок с использованием LLaMA-2
Этот курс охватывает техники настройки подсказок, которые улучшают возможности больших языковых моделей (LLMs) как LLaMA-2. Студенты узнают, как писать точные подсказки, редактировать системные сообщения и включать историю подсказок-ответов для создания поведения AI-помощника и чат-бота.
Специализация по операциям с большими языковыми моделями (LLMOps)
Этот курс предлагает комплексное обучение по управлению и развертыванию больших языковых моделей на платформах, таких как Azure, AWS и Databricks. Включает более 20 практических проектов для получения практического опыта в области LLMOps, таких как развертывание моделей, создание подсказок и разработка чат-ботов.
Инженерия подсказок для разработчиков ChatGPT
Этот курс обучает использованию API OpenAI для создания мощных приложений и настраиваемых чат-ботов, с акцентом на лучшие практики настройки подсказок. Участники узнают, как резюмировать, делать выводы, преобразовывать и расширять текст на практических примерах в среде Jupyter Notebook.
Концепции больших языковых моделей (LLMs)
Этот курс исследует большие языковые модели (LLMs), их влияние на ИИ и реальные приложения. Помогает понять строительные блоки LLM, методики обучения и этические соображения.
Чат с вашими данными в LangChain
Этот курс обучает Retrieval Augmented Generation и созданию чат-ботов, отвечающих на основе содержания документов. Он охватывает такие темы, как загрузка, разделение и хранение документов, векторные хранилища, вложения, методы поиска, ответы на вопросы и разработку чат-ботов с использованием LangChain.
Введение в LLMs на Python
Этот практический курс обучает понимать, создавать и использовать большие языковые модели (LLMs) для задач, таких как перевод и вопросно-ответная система. Студенты узнают, как проектировать архитектуры трансформаторов, использовать предварительно обученные модели от Hugging Face и решать реальные задачи и этические вопросы.
Основы инженерии подсказок
Этот курс охватывает принципы, техники и лучшие практики для разработки эффективных подсказок, включая zero-shot и few-shot обучение. Адресует продвинутые методики, идентификацию подходящих подсказок для конкретных моделей, предотвращение злоупотребления и уменьшение предвзятости в ответах основной модели.
Генеративный ИИ с большими языковыми моделями
Этот курс обучает основам генеративного ИИ с большими языковыми моделями (LLMs), включая их жизненный цикл, архитектуру трансформаторов и оптимизацию. Он охватывает обучение, настройку и развертывание LLMs с практическими идеями от экспертов индустрии.
Генеративный ИИ и LLMs на AWS
Этот курс обучает развертыванию генеративных моделей ИИ, таких как GPT, на AWS через практические лабораторные работы, охватывая выбор архитектуры, оптимизацию затрат, мониторинг, CI/CD процессы и соответствие. Идеален для инженеров машинного обучения, data scientists и технических лидеров, предоставляя практическое обучение для готового к производству генеративного ИИ с использованием Amazon Bedrock и облачных сервисов.
Инспектирование богатых документов с помощью Gemini Multimodality и Multimodal RAG
Этот курс охватывает использование мультимодальных подсказок для извлечения информации из текста и визуальных данных и создания описаний видео с помощью Gemini. Участники узнают, как создавать метаданные для документов, содержащих текст и изображения, извлекать соответствующие текстовые фрагменты и создавать цитаты с использованием Multimodal RAG с помощью Gemini.
Создание агентов RAG с использованием LLMs
Этот курс исследует развертывание и эффективную реализацию больших языковых моделей (LLMs) для повышения производительности. Участники узнают, как проектировать системы управления диалогами, использовать встроенные представления для извлечения контента и реализовывать продвинутые конвейеры LLM с использованием инструментов, таких как LangChain и Gradio.
Генеративные предварительно обученные трансформеры (GPT)
Этот курс представляет основы обработки естественного языка и языкового моделирования, с акцентом на нейронных подходах, таких как трансформеры. Студенты узнают о ключевых инновациях, этических вызовах и практических лабораторных работах по генерации текста с использованием Python.
Генеративный ИИ и LLMs: Архитектура и подготовка данных
Этот курс обучает основам генеративного ИИ и больших языковых моделей (LLMs), охватывая архитектуры, такие как RNN, трансформеры, GAN, VAE и модели диффузии. Он также рассматривает методы токенизации, использование загрузчиков данных с PyTorch и применение библиотек Hugging Face.
Тонкая настройка больших языковых моделей
Этот курс обучает концепциям тонкой настройки и обучения больших языковых моделей с использованием ваших данных. Участники узнают, когда применять тонкую настройку, как подготавливать данные и как обучать и оценивать LLMs.
Построение языковых моделей на AWS
Этот курс на Amazon SageMaker ориентирован на опытных data scientists, с акцентом на создание и оптимизацию языковых моделей. Он охватывает хранение, ввод и варианты обучения больших текстовых корпусов, а также вызовы развертывания и настройку основных моделей для задач генеративного ИИ с использованием SageMaker Jumpstart.
Мы получаем небольшую прибыль от покупок, совершенных через реферальные/партнерские ссылки, прикрепленные к каждому курсу, упомянутому в вышеуказанном списке.
Если вы хотите предложить какой-либо курс, который мы упустили из этого списка, напишите нам по адресу asif@marktechpost.com
Этот пост был опубликован на портале MarkTechPost.