Kontakt aufnehmen

Schulungsübersicht

Einführung in die Feinabstimmung

  • Was bedeutet Feinabstimmung?
  • Einsatzgebiete und Vorteile der Feinabstimmung
  • Überblick über vorgetrainnte Modelle sowie Transferlernen

Vorbereitung auf die Feinabstimmung

  • Datensammlung und Datenbereinigung
  • Anforderungen an datenbasierte Aufgaben verstehen
  • Explorative Datenanalyse sowie Vorverarbeitung

Techniken der Feinabstimmung

  • Transferlernen und Merkmalsextraktion
  • Feinabstimmung von Transformer-Modellen mit Hugging Face
  • Unterschiede bei der Feinabstimmung für überwachte bzw. unüberwachte Lernalgorithmen<\/li>

Feinabstimmung großer Sprachmodelle (LLMs)

  • Anpassung von LLMs an Aufgaben der natürlichen Sprachverarbeitung (z. B. Textklassifikation, Zusammenfassung)
  • Training von LLMs mit eigenen Datensätzen
  • Einfluss des Prompt Engineerings auf das Verhalten von LLMs

Optimierung und Bewertung

  • Einstellung von Hyperparametern
  • Bewertung der Modellleistung
  • Bekämpfung von Über- bzw. Unteranpassung des Modells

Ausweitung der Feinabstimmungsmaßnahmen

  • Feinabstimmung auf verteilten Systemen
  • Nutzung cloudbasierter Lösungen zur Skalierung des Verfahrens
  • Fallbeispiele: Großangelegte Feinabstimmungsprojekte

Bewährte Praktiken und typische Herausforderungen

  • Erfolgsfaktoren bei der Feinabstimmung
  • Häufige Probleme sowie deren Behebung
  • Ethische Aspekte bei der Anwendung von feinabgestimmten KI-Modellen

Fortgeschrittene Themen (optional)

  • Feinabstimmung multimodaler Modelle
  • Lernverfahren ohne oder mit nur wenig Trainingsdaten (Zero-Shot- bzw. Few-Shot-Learning)
  • Einführung in die LoRA-Technik (Low-Rank Adaptation)

Zusammenfassung und weitere Schritte

Voraussetzungen

  • Grundkenntnisse in den Grundlagen des maschinellen Lernens
  • Erfahrung mit der Programmiersprache Python
  • Kenntnisse über vorgetrainnte Modelle und deren Einsatzgebiete

Zielgruppe

  • Datenwissenschaftlerinnen und Datenwissenschaftler
  • Maschinelle Lernalgorithmus-Entwicklerinnen und -Entwickler
  • Forscherinnen und Forscher im Bereich Künstliche Intelligenz
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien