Schița de curs

Introducere în LLM-urile open-source

  • Prezentare generală a DeepSeek, Mistral, LLaMA și a altor modele open-source
  • Cum funcționează LLM-urile: Transformatoare, autoatenție și formare
  • Compararea LLM-urilor open-source față de modelele proprietare

Fine-Tuning și personalizarea LLM-urilor

  • Pregătirea datelor pentru reglarea fină
  • Formarea și optimizarea LLM-urilor utilizând Hugging Face
  • Evaluarea performanței modelului și atenuarea prejudecăților

Construirea AI Agents cu LLM-uri

  • Introducere la LangChain pentru dezvoltarea agenților AI
  • Proiectarea fluxurilor de lucru bazate pe agenți cu LLM-uri
  • Memorie, generare cu regăsire augmentată (RAG) și executarea acțiunilor

Implementarea AI Agents bazată pe LLM

  • Containerizarea agenților AI cu Docker
  • Integrarea LLM-urilor în aplicațiile întreprinderii
  • Scalarea agenților AI cu servicii cloud și API-uri

Securitate și conformitate în IA pentru întreprinderi

  • Considerații etice și respectarea reglementărilor
  • Reducerea riscurilor în automatizarea bazată pe AI
  • Monitorizarea și auditarea comportamentului agenților AI

Studii de caz și aplicații din lumea reală

  • Asistenți virtuali alimentați de LLM
  • Automatizarea documentelor bazată pe AI
  • Agenți AI personalizați pentru analiza întreprinderii

Optimizarea și întreținerea agenților bazați pe LLM

  • Îmbunătățirea și actualizarea continuă a modelului
  • Implementarea buclelor de monitorizare și feedback
  • Strategii pentru optimizarea costurilor și reglarea performanței

Rezumat și pași următori

Cerințe

  • Înțelegere solidă a inteligenței artificiale și a învățării automate
  • Experiență cu programarea Python
  • Familiaritate cu modelele lingvistice mari (LLM) și cu prelucrarea limbajului natural (NLP)

Audiență

  • Ingineri AI
  • Dezvoltatori de software pentru întreprinderi
  • Business lideri
 21 ore

Numărul de participanți


Pret per participant

Upcoming Courses

Categorii înrudite