Đề cương khóa học

Giới thiệu về Generative AI

  • Trí tuệ nhân tạo tạo sinh là gì và tại sao nó lại quan trọng?
  • Các loại và kỹ thuật chính của trí tuệ nhân tạo tạo sinh
  • Những thách thức và hạn chế chính của trí tuệ nhân tạo tạo sinh

Kiến trúc Transformer và LLM

  • Transformer là gì và nó hoạt động như thế nào?
  • Các thành phần và tính năng chính của Transformer
  • Sử dụng Transformer để xây dựng LLM

Quy luật Tỷ lệ và Tối ưu hóa

  • Quy luật tỷ lệ là gì và tại sao chúng quan trọng đối với LLM?
  • Quy luật tỷ lệ liên quan đến kích thước mô hình, kích thước dữ liệu, ngân sách tính toán và yêu cầu suy luận như thế nào?
  • Làm thế nào để quy luật tỷ lệ giúp tối ưu hóa hiệu suất và hiệu quả của LLM?

Huấn luyện và Fine-Tuning LLM

  • Các bước và thách thức chính trong việc huấn luyện LLM từ đầu
  • Lợi ích và hạn chế của việc tinh chỉnh LLM cho các tác vụ cụ thể
  • Các phương pháp hay nhất và công cụ để huấn luyện và tinh chỉnh LLM

Triển khai và Sử dụng LLM

  • Các cân nhắc và thách thức chính trong việc triển khai LLM trong sản xuất
  • Các trường hợp sử dụng và ứng dụng phổ biến của LLM trong các lĩnh vực và ngành công nghiệp khác nhau
  • Tích hợp LLM với các hệ thống và nền tảng AI khác

Đạo đức và Tương lai của Generative AI

  • Tác động đạo đức và xã hội của trí tuệ nhân tạo tạo sinh và LLM
  • Rủi ro và tác hại tiềm ẩn của trí tuệ nhân tạo tạo sinh và LLM, chẳng hạn như thiên vị, thông tin sai lệch và thao túng
  • Sử dụng trí tuệ nhân tạo tạo sinh và LLM một cách có trách nhiệm và mang lại lợi ích

Tóm tắt và Các bước tiếp theo

Requirements

  • Sự hiểu biết về các khái niệm học máy, chẳng hạn như học có giám sát và học không giám sát, hàm mất mát và phân chia dữ liệu.
  • Kinh nghiệm với lập trình Python và thao tác dữ liệu.
  • Kiến thức cơ bản về mạng nơ-ron và xử lý ngôn ngữ tự nhiên.

Đối tượng

  • Nhà phát triển
  • Những người đam mê học máy
 21 Hours

Number of participants


Price per participant

Testimonials (7)

Provisional Upcoming Courses (Require 5+ participants)

Related Categories