AI Tutorials

Prompt-Tuning ist eine Technik, die verwendet wird, um die Leistung eines vorab trainierten Sprachmodells zu verbessern, ohne die interne Architektur des Modells zu verändern.

In diesem Tutorial erfährst du Schritt für Schritt, wie du Wissensgraphen für RAG-Anwendungen implementierst, um KI-Antworten mit strukturiertem Wissen zu verbessern.

Erforsche verschiedene Ansätze zur Verbesserung der RAG-Systeme: Chunking, Reranking und Query Transformations.

Lerne die Grundlagen des Verstärkungslernens anhand des Beispiels einer Katze, die lernt, einen Kratzbaum zu benutzen.

In diesem Tutorial lernst du die OpenAI API kennen, ihre Anwendungsfälle, einen praktischen Ansatz für die Nutzung der API und alle Best Practices, die du beachten solltest.

In unserem Leitfaden zur Verbesserung von NLP-Aufgaben mit innovativen KI-Einbettungen für Entwickler und Forscher findest du die Text-Embedding-3-Large- und -Small-Modelle von OpenAI.

Das Tutorial behandelt den Zugriff auf dieses leistungsstarke Open-Source-Sprachmodell mit 7,3 Milliarden Parametern, die Quantisierung, Feinabstimmung, Zusammenführung und Speicherung.

Sieh dir an, wie eine Konfusionsmatrix die Vorhersagen des Modells in "True Positives", "False Positives", "True Negatives" und "False Negatives" einteilt. Lies weiter, um den Aufbau, die Berechnungsschritte und die Verwendung für den Umgang mit unausgewogenen Daten und die Fehleranalyse zu verstehen.

Dieser Leitfaden führt dich durch die Grundlagen der ChatGPT API und zeigt ihr Potenzial für die Verarbeitung natürlicher Sprache und KI-gesteuerte Kommunikation.

Beherrsche den Prozess des Trainings großer Sprachmodelle mit PyTorch, von der ersten Einrichtung bis zur endgültigen Implementierung.

Erfahre, was Textklassifizierung ist, wie sie funktioniert und welche erfolgreichen Anwendungsfälle es gibt. Erfahre anhand von Beispielen, wie du eine Pipeline für die Textvorverarbeitung und anschließend ein Textklassifizierungsmodell in Python erstellen kannst.

Tauche ein in die erklärbare KI (XAI) und lerne, wie du mit LIME und SHAP für die Interpretierbarkeit von Modellen Vertrauen in KI-Systeme aufbauen kannst. Verstehe die Bedeutung von Transparenz und Fairness bei KI-gesteuerten Entscheidungen.