Schița de curs

Introducere în modelele LLM open-source

  • Prezentare generală a modelelor DeepSeek, Mistral, LLaMA și alte modele open-source
  • Cum funcționează modelele LLM: Transformers, self-attention și antrenament
  • Compararea modelelor LLM open-source cu modelele proprietare

Ajustarea și personalizarea modelelor LLM

  • Pregătirea datelor pentru ajustare
  • Antrenarea și optimizarea modelelor LLM folosind Hugging Face
  • Evaluarea performanței modelului și atenuarea bias-ului

Construirea agenților AI cu modele LLM

  • Introducere în LangChain pentru dezvoltarea agenților AI
  • Proiectarea fluxurilor de lucru bazate pe agenți cu modele LLM
  • Memorie, generare augmentată prin recuperare (RAG) și execuția acțiunilor

Implementarea agenților AI bazati pe LLM

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

Securitate și conformitate în AI pentru întreprinderi

  • Considerații etice și conformitate reglementară
  • Atenuarea 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 întreprinderilor

Optimizarea și întreținerea agenților AI bazati pe LLM

  • Îmbunătățirea continuă și actualizarea modelelor
  • Implementarea buclelor de monitorizare și feedback
  • Strategii pentru optimizarea costurilor și ajustarea performanței

Rezumat și pași următori

Cerințe

  • Înțelegere avansată a AI și învățării automate
  • Experiență în programarea Python
  • Familiaritate cu modelele de limbaj de mari dimensiuni (LLM) și procesarea limbajului natural (NLP)

Publicul țintă

  • Ingineri AI
  • Dezvoltatori de software pentru întreprinderi
  • Lideri de business
 21 Ore

Numărul de participanți


Pret per participant

Cursuri viitoare

Categorii înrudite