Small Language Models (SLMs) for On-Device AI Training Course

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà khoa học dữ liệu và nhà phát triển ở trình độ mới bắt đầu đến trung cấp, những người muốn triển khai và tận dụng các Mô hình Ngôn ngữ Nhỏ trong nhiều ứng dụng khác nhau.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Hiểu kiến trúc và chức năng của Mô hình Ngôn ngữ Nhỏ.
• Triển khai SLM cho các tác vụ như tạo văn bản và phân tích tình cảm.
• Tối ưu hóa và tinh chỉnh SLM cho các trường hợp sử dụng cụ thể.
• Triển khai SLM trong môi trường hạn chế về tài nguyên.
• Đánh giá và diễn giải hiệu suất của SLM trong các tình huống thực tế.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các nhà công nghệ giáo dục, nhà thiết kế hướng dẫn và nhà phát triển AI trong giáo dục ở trình độ trung cấp, những người muốn tích hợp Small Language Models (SLMs) vào các nền tảng giáo dục để nâng cao quá trình dạy và học.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Hiểu rõ vai trò của SLM (Mô hình Học Tập) trong công nghệ giáo dục.
• Thiết kế các trải nghiệm học tập dựa trên AI bằng cách sử dụng SLM.
• Triển khai SLM trong nhiều môi trường giáo dục khác nhau.
• Đánh giá hiệu quả của SLM đối với kết quả học tập.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà quy hoạch đô thị, quản trị viên thành phố và các nhà phát triển giải pháp thành phố thông minh ở trình độ trung cấp, những người muốn triển khai Small Language Models (SLMs) trong các dự án thành phố thông minh để cải thiện cuộc sống đô thị.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Hiểu rõ ứng dụng của SLM trong các thành phố thông minh.
• Tích hợp SLM với các bộ dữ liệu đô thị để nâng cao khả năng ra quyết định.
• Phát triển các chiến lược triển khai SLM trong hệ thống quản lý đô thị.
• Đánh giá tác động của SLM đối với quy hoạch đô thị và các giải pháp thành phố thông minh.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà khoa học dữ liệu và kỹ sư học máy ở trình độ trung cấp, những người muốn tạo và áp dụng các mô hình ngôn ngữ nhỏ, được tùy chỉnh cho các lĩnh vực cụ thể như pháp lý, y tế và kỹ thuật.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Hiểu tầm quan trọng và ứng dụng của các mô hình ngôn ngữ chuyên biệt theo lĩnh vực.
• Thu thập và tiền xử lý các tập dữ liệu chuyên biệt để huấn luyện mô hình.
• Huấn luyện và tinh chỉnh các mô hình ngôn ngữ cho các ứng dụng chuyên biệt theo lĩnh vực.
• Đánh giá và so sánh hiệu suất mô hình bằng các chỉ số liên quan đến lĩnh vực.
• Triển khai các mô hình ngôn ngữ chuyên biệt theo lĩnh vực trong các tình huống thực tế.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các kỹ sư học máy và nhà nghiên cứu AI trình độ cao, những người muốn phát triển các giải pháp AI tiết kiệm năng lượng với các mô hình ngôn ngữ nhỏ, vừa mạnh mẽ vừa thân thiện với môi trường.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Hiểu rõ tác động của AI đến tiêu thụ năng lượng và môi trường.
• Áp dụng các kỹ thuật nén và tối ưu hóa mô hình để giảm kích thước và mức sử dụng năng lượng của các mô hình AI.
• Sử dụng phần cứng và khung phần mềm hiệu quả về năng lượng để triển khai AI.
• Thực hiện các phương pháp hay nhất để phát triển AI bền vững.
• Ủng hộ và đóng góp vào các hoạt động bền vững trong ngành AI.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà khoa học dữ liệu, nhà nghiên cứu học máy và AI ở trình độ trung cấp, những người muốn tạo ra các trải nghiệm hội thoại hỗ trợ AI hấp dẫn và hiệu quả với các mô hình ngôn ngữ nhỏ.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Hiểu các nguyên tắc cơ bản của AI hội thoại và vai trò của SLM.
• Thiết kế và triển khai các tương tác AI lấy người dùng làm trung tâm.
• Phát triển và huấn luyện SLM cho các ứng dụng tương tác.
• Đánh giá và cải thiện hiệu quả của giao tiếp giữa người và AI bằng cách sử dụng các chỉ số phù hợp.
• Triển khai các giao diện hội thoại hỗ trợ AI có khả năng mở rộng và đạo đức trong các tình huống thực tế.