Kontaktirajte nas
 Trajanje 21 sati

Sadržaj kursa

Uvod u LLM modele i generativnu AI

  • Istraživanje tehnika i modela
  • Rasprava o primenama i slučajevima upotrebe
  • Identifikacija izazova i ograničenja

Korišćenje LLM modela za NLU zadatke

  • Analiza emocija
  • Prepoznavanje imenovanih entiteta
  • Ekstrakcija relacija
  • Semantičko parsiranje

Korišćenje LLM modela za NLI zadatke

  • Detekcija entailmenta
  • Detekcija kontradikcija
  • Detekcija parafraza

Korišćenje LLM modela za grafove znanja

  • Ekstrakcija činjenica i relacija iz teksta
  • Izvođenje nedostajućih ili novih činjenica
  • Korišćenje grafova znanja za nizak nivo zadataka

Korišćenje LLM modela za razmišljanje o zajedničkom smislu

  • Generisanje verovatnih objašnjenja, hipoteza i scenarija
  • Korišćenje baza znanja i dataset-ova zajedničkog smisla
  • Ocena razmišljanja o zajedničkom smislu

Korišćenje LLM modela za generisanje dijaloga

  • Generisanje dijaloga sa konverzacijskim agentima, chatbotovima i virtuelnim asistentima
  • Upravljanje dijalogom
  • Korišćenje dataset-ova i metrika dijaloga

Korišćenje LLM modela za multimodalno generisanje

  • Generisanje slika iz teksta
  • Generisanje teksta iz slika
  • Generisanje video zapisa iz teksta ili slika
  • Generisanje audio iz teksta
  • Generisanje teksta iz audio
  • Generisanje 3D modela iz teksta ili slika

Korišćenje LLM modela za meta-učenje

  • Prilagođavanje LLM modela novim domenima, zadacima ili jezicima
  • Učenje iz few-shot ili zero-shot primera
  • Korišćenje dataset-ova i okvira za meta-učenje i transfer learning

Korišćenje LLM modela za adversarial učenje

  • Odbrana LLM modela od zlonamernih napada
  • Detekcija i ublažavanje pristrasnosti i grešaka u LLM modelima
  • Korišćenje dataset-ova i metoda adversarial učenja i robusnosti

Ocena LLM modela i generativne AI

  • Ocena kvaliteta i raznolikosti sadržaja
  • Korišćenje metrika poput inception score, Fréchet inception distance i BLEU score
  • Korišćenje metoda ljudske ocene kao što su crowdsourcing i ankete
  • Korišćenje metoda adversarial ocene kao što su Turing testovi i diskriminatori

Primenjivanje etičkih principa za LLM modele i generativnu AI

  • Obezbeđivanje pravednosti i odgovornosti
  • Izbegavanje zlorabe i zloupotrebe
  • Poštovanje prava i privatnosti kreatora i potrošača sadržaja
  • Podsticanje kreativnosti i saradnje ljudi i AI

Zaključak i naredni koraci

Uslovi

  • Razumevanje osnovnih AI koncepata i terminologije
  • Iskustvo u programiranju Pythonom i analizi podataka
  • Poznavanje okvira za duboko učenje kao što su TensorFlow ili PyTorch
  • Razumevanje osnova LLM modela i njihovih primena

Publica

  • Data naučnici
  • AI developeri
  • Entuzijasti za AI

Broj učesnika


Cena po učesniku

Predstojeći kursevi

Povezane kategorije