После прохождения этих курсов я уверенно создаю профессиональные визуализации и дашборды.
Shoebur RahmanСпециалист по закупкам, Giz Bangladesh
Описание курса
Откройте для себя большие языковые модели
В этом курсе вы отправитесь в путешествие по миру больших языковых моделей (LLM) и узнаете, как они меняют ландшафт ИИ. Вы изучите факторы, которые подпитывают бум LLM, такие как революция глубокого обучения, доступность данных и вычислительная мощность.Этот концептуальный курс подробно разберёт LLM и то, как они меняют бизнес и повседневную жизнь на реальных примерах — от финансов до создания контента.
Раскройте секреты LLM и методологий обучения
Вы узнаете об основах LLM, включая методы обработки естественного языка, стратегии дообучения и методы обучения, такие как zero-shot, few-shot и multi-shot learning. По мере продвижения вы получите представление о передовых методах обучения, лежащих в основе LLM, включая предсказание следующего слова, языковое моделирование с маскированием и механизмы внимания.Изучите LLM: вопросы и аспекты, которые стоит учитывать
Вы также разберёте ключевые этические и экологические аспекты создания и обучения LLM, такие как обучающие данные и вопросы конфиденциальности.Завершая курс, вы узнаете, как оставаться на шаг впереди, погружаясь в последние исследования в области LLM. Вы познакомитесь с будущими направлениями развития, уделяя особое внимание интерпретируемости моделей, работе с необученной предвзятостью, вычислительной эффективности и повышенной креативности.
К концу этого курса вы получите всестороннее понимание LLM, их возможностей, применения и интересных вызовов.
Предварительные требования
Программа
План курса
1
Введение в большие языковые модели (LLM)
Искусственный интеллект развивается стремительно, и большие языковые модели (LLM) находятся в авангарде этих изменений. В данной главе рассматривается, как LLM продвигают создание человекоподобного ИИ и преобразуют различные отрасли благодаря широкому спектру применений. Вы изучите трудности и сложности, связанные с языковым моделированием.
- Развитие больших языковых моделей в сфере ИИ50 XP
- Определение большой языковой модели50 XP
- Большие языковые модели в ландшафте ИИ100 XP
- ИИ vs. приложения на основе больших языковых моделей100 XP
- Реальные примеры применения50 XP
- Бизнес-приложения50 XP
- Мультимодальные приложения50 XP
- Автоматизация задач на основе данных50 XP
- Трудности языкового моделирования50 XP
- Что умеет языковая модель?50 XP
- Обучение на одну задачу и многозадачное обучение100 XP
2
Составные части LLM
В этой главе особое внимание уделяется новизне LLM и их эмерджентным возможностям, а также описываются различные техники обработки естественного языка (NLP) для подготовки данных. Вы узнаете, с какими трудностями сопряжено обучение LLM и как дообучение помогает их преодолеть. Кроме того, вы поймёте, как техники N-shot обучения позволяют эффективно адаптировать предобученные модели при ограниченном количестве размеченных данных.
3
Методология и техники обучения
В этой главе вы познакомитесь с фундаментальными составляющими обучения LLM, в том числе с техниками предобучения. Вы также получите наглядное представление о сложных концепциях — таких как архитектура трансформера и механизм внимания. В главе обсуждается продвинутая техника дообучения и подводится итог всему процессу создания LLM.
4
Риски и ограничения
В этой главе мы подробно рассмотрим ключевые аспекты обучения LLM: доступность больших объёмов данных, их качество, точность разметки и последствия использования предвзятых данных. Вы также изучите различные риски, связанные с LLM, — конфиденциальность данных, этические вопросы и экологическое воздействие. В завершение глава охватывает актуальные направления исследований и обсуждает, как меняется ландшафт больших языковых моделей.
R
Концепции больших языковых моделей (LLM)
Курс
завершён
