Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in generative KI
- Was ist generative KI und warum ist sie wichtig?
- Haupttypen und Techniken der generativen KI
- Hauptsächliche Herausforderungen und Einschränkungen der generativen KI
Transformer-Architektur und LLMs
- Was ist ein Transformer und wie funktioniert er?
- Hauptkomponenten und Merkmale eines Transformers
- Verwendung von Transformers zur Erstellung von LLMs
Skalierungsgesetze und Optimierung
- Was sind Skalierungsgesetze und warum sind sie für LLMs wichtig?
- Wie hängen Skalierungsgesetze mit der Modellgröße, Datenmenge, Berechnungsbudget und Inferenzanforderungen zusammen?
- Wie können Skalierungsgesetze die Leistung und Effizienz von LLMs verbessern?
Training und Feinjustierung von LLMs
- Hauptschritte und Herausforderungen beim Trainieren von LLMs von Grund auf
- Vorteile und Nachteile der Feinjustierung von LLMs für spezifische Aufgaben
- Best Practices und Tools zum Training und Feinjustieren von LLMs
Bereitstellung und Nutzung von LLMs
- Hauptüberlegungen und Herausforderungen bei der Produktionsbereitstellung von LLMs
- Gemeinsame Anwendungsfälle und Domänen für LLMs in verschiedenen Branchen
- Integration von LLMs mit anderen KI-Systemen und Plattformen
Ethik und Zukunft der generativen KI
- Ethische und gesellschaftliche Implikationen von generativer KI und LLMs
- Potentielle Risiken und Schäden durch generative KI und LLMs, wie Bias, Falschinformationen und Manipulation
- Verantwortungsbewusste und vorteilhafte Nutzung von generativer KI und LLMs
Zusammenfassung und weitere Schritte
Voraussetzungen
- Verständnis von Konzepten der maschinellen Lernmethoden, wie überwachtes und unüberwachtes Lernen, Verlustfunktionen und Datenaufteilung
- Erfahrung mit Python-Programmierung und Datenmanipulation
- Grundkenntnisse von neuronalen Netzen und natürlichsprachlicher Verarbeitung (NLP)
Zielgruppe
- Entwickler
- Enthusiasten der maschinellen Lernmethoden
21 Stunden
Erfahrungsberichte (7)
Beispiele und Links zur Excel-Repository
Olga - GE HealthCare
Kurs - Generative AI with Large Language Models (LLMs)
Maschinelle Übersetzung
viele Beispiele und verschiedene Tools zur Überprüfung
Bartosz - GE HealthCare
Kurs - Generative AI with Large Language Models (LLMs)
Maschinelle Übersetzung
angepasste GPTs, Prompt-Engineering
Marcin Stezowski - GE HealthCare
Kurs - Generative AI with Large Language Models (LLMs)
Maschinelle Übersetzung
Weite Perspektive
Artur - GE HealthCare
Kurs - Generative AI with Large Language Models (LLMs)
Maschinelle Übersetzung
Technische Beispiele im Zusammenhang mit der Theorie.
Marcin - GE HealthCare
Kurs - Generative AI with Large Language Models (LLMs)
Maschinelle Übersetzung
Mikołajs Hintergrund außerhalb der IT ermöglicht es, dieses Thema aus einer anderen Perspektive zu präsentieren – eine Perspektive, die für IT-Experten dringend gebraucht wird!
Grzegorz - GE HealthCare
Kurs - Generative AI with Large Language Models (LLMs)
Maschinelle Übersetzung
Erklärung aus einer Perspektive außerhalb der IT. Mehr Wert hinzufügen.
Marcin - GE HealthCare
Kurs - Generative AI with Large Language Models (LLMs)
Maschinelle Übersetzung
