Kontaktirajte nas
 Trajanje 21 sati

Sadržaj kursa

Uvod u generativnu veštačku inteligenciju

  • Šta je generativna veštačka inteligencija i zašto je važna?
  • Glavni tipovi i tehnike generativne veštačke inteligencije
  • Ključni izazovi i ograničenja generativne veštačke inteligencije

Transformerska arhitektura i LLM modeli

  • Šta je transformer i kako on funkcioniše?
  • Glavni komponente i karakteristike transformera
  • Korišćenje transformera za izgradnju LLM modela

Zakoni skaliranja i optimizacija

  • Šta su zakoni skaliranja i zašto su važni za LLM modele?
  • Kako zakoni skaliranja utiču na veličinu modela, veličinu podataka, proračun za obračunavanje i zahteve za inferenciju?
  • Kako zakoni skaliranja mogu pomoći u optimizaciji performansi i efikasnosti LLM modela?

Obuka i fino podešavanje LLM modela

  • Ključni koraci i izazovi u obuci LLM modela od nule
  • Prednosti i mane fino podešavanja LLM modela za specifične zadatke
  • Najbolje prakse i alati za obuku i fino podešavanje LLM modela

Implementacija i korišćenje LLM modela

  • Ključna razmatranja i izazovi pri implementaciji LLM modela u produkcijskom okruženju
  • Česti slučajevi upotrebe i primene LLM modela u različitim domenima i industrijama
  • Integracija LLM modela sa drugim sistemima i platformama veštačke inteligencije

Etika i budućnost generativne veštačke inteligencije

  • Etički i društveni implikacije generativne veštačke inteligencije i LLM modela
  • Potencijalni rizici i štete generativne veštačke inteligencije i LLM modela, kao što su pristrasnost, dezinformacije i manipulacija
  • Odgovorno i korisno korišćenje generativne veštačke inteligencije i LLM modela

Sažetak i sledeći koraci

Uslovi

  • Razumevanje koncepata mašinskog učenja, kao što su nadzorovano i nenadzorovano učenje, funkcije gubitka i podela podataka
  • Iskustvo u Python programiranju i manipulaciji podacima
  • Osnovno znanje o neuronskim mrežama i obradi prirodnog jezika

Ciljna publika

  • Razvojni inženjeri (developeri)
  • Stručnjaci zainteresovani za mašinsko učenje

Broj učesnika


Cena po učesniku

Iskustva korisnika (7)

Predstojeći kursevi

Povezane kategorije