بنیادهای LLM: ساختمان برنامه های مؤثر برای شرکت ها

مدرس Kumaran Ponnambalam

انتشار 2024/06/21

مدت زمان 1h 43m

سطح مناسب همه

فایل تمرینی ندارد

آموزش LLM Foundations: Building Effective Applications for Enterprises

از آنجا که مدل های هوش مصنوعی تولیدی به طور فزاینده ای محبوب شده اند ، شرکت ها شروع به ساختن برنامه های نهایی به انتها برای ادغام گردش کار موجود خود با هوش مصنوعی می کنند. در این دوره ، مربی Kumaran Ponnambalam به شما نشان می دهد که چگونه می توانید با ادغام ، مدیریت عملکرد ، اعتماد و نظارت برای ارائه برنامه های کاربردی AI مؤثر و قابل اعتماد در مقیاس ، از خواب برخیزید. Kumaran اصول اولیه مدل های ارزیابی و تنظیم دقیق و همچنین الگوهای و بهترین شیوه ها را برای طراحی کاربرد اصلی پوشش می دهد. در پایان این دوره ، شما همچنین به مهارت های جدید برای مدیریت عملکرد برنامه ، حفظ ایمنی و اعتماد مجهز خواهید شد و به برخی از مهمترین چالش های اخلاقی و حقوقی هوش مصنوعی حرکت می کنید.

Artificial Intelligence (AI) Enterprise Software مدل‌های زبان بزرگ (LLM)

Introduction

Starting your GenAI adoption journey ()

Course content and prerequisites ()

1. Generative AI in Enterprises

The GenAI revolution ()

How GenAI is impacting enterprises ()

GenAI challenges for enterprises ()

GenAI adoption process ()

2. GenAI Use Case Selection

Popular GenAI use cases ()

Identifying and evaluating GenAI use cases ()

Creating a GenAI roadmap ()

Building proof-of-concepts for GenAI ()

Course use case: GenAI-powered email helpdesk ()

3. Choosing GenAI Models

The GenAI model landscape ()

Selection criteria for GenAI models ()

Build vs. buy for GenAI ()

GenAI model deployment considerations ()

Impact of training data in GenAI ()

4. Evaluation and Fine-Tuning for GenAI

Evaluating GenAI models ()

Fine-tuning GenAI models ()

Building datasets for evaluation and fine-tuning ()

Metrics for GenAI ()

Course use case: Evaluation and model selection ()

5. Design Considerations for GenAI Applications

A typical GenAI app ()

Batch generation with GenAI models ()

User and API interfaces ()

Prompt engineering ()

Data collection and monitoring ()

Course use case: Architecture ()

6. Safety and Trust with GenAI

Ethical and legal considerations ()

Protecting against vulnerabilities ()

Toxicity and bias in GenAI ()

Hallucinations ()

Course use case: Guardrails ()

7. Managing GenAI Application Performance

Performance goals for GenAI apps ()

Improving GenAI accuracy ()

Reducing latency for GenAI ()

GenAI cost control ()

Course use case: Performance considerations ()

Conclusion

Continue your GenAI journey ()

دانلود فایل فشرده

با توجه به امکانات آموزش و همچنین امکانات بسته انتخاب شده لینک دانلود فایل فشرده آماده خواهد شد. با در نظر داشتن این شرایط لطفا بسته مورد نظر خود را انتخاب کرده و روی دکمه درخواست لینک دانلود کلیک کنید

در حال به روزرسانی اطلاعات

درخواست لینک دانلود

در حال به روزرسانی اطلاعات

لطفا قبل از فعالسازی لینک دانلود به موارد زیر توجه کنید:

پسورد فایل‌های فشرده است.
لینک‌های آماده شده تا 8 روز پس از فعالسازی منقضی خواهند شد.
حجم فایل‌ها تخمینی هستند.
در صورتی که لینک دانلود تا 15دقیقه پس از درخواست آماده نشد، از بخش پشتیبانی پیگیری نمایید.

مسیرهای یادگیری آموزش بنیادهای LLM: ساختمان برنامه های مؤثر برای شرکت ها

یکی از مهمترین مشکلات افرادی که از آموزش های آنلاین استفاده می‌ کنند این است به دلیل تعداد زیاد این آموزش ها، کاربر دچار سردرگمی شده و نمی داند از کدام آموزش بهتر است شروع کند و یا با کدام آموزش ها مهارت های خود را ارتقا دهد. داشتن یک برنامه آموزشی گام به گام میتواند کاربران را از این مشکلات رها کند. در واقع مسیرهای یادگیری مجموعه ای از آموزش ها هستند که به ترتیب اولویت در کنار هم قرار گرفته اند تا کاربران را از این سردرگمی ها نجات دهند. این مسیرها در موضوعات مختلفی دسته بندی شده‌اند که در زیر، لیستی از همه دسته بندی مسیرهایی که توسط سایت لیندا ارائه شده اند را می توانید مشاهده کنید.

آموزش LLM Foundations: Building Effective Applications for Enterprises در 1 مسیر آموزشی قرار دارد. تخصص مورد نظر خود را انتخاب کنید، با مسیر یادگیری آن همراه شوید و حرفه ای شوید.

عملیات یادگیری ماشین (MLOps) پایه‌ای برای مدیریت و نگهداری برنامه‌های یادگیری ماشین شما فراهم می‌کند، اما برای استفاده مؤثر از مدل‌های زبان بزرگ (LLM) باید برخی جزئیات تخصصی را بدانید. این دوره ها شما را از تکنیک های کلیدی برنامه نویسی برای MLOps و LLMOps از طریق جزئیات ایجاد برنامه های کاربردی مبتنی بر LLM راهنمایی می کند. شما پروژه های خود را از طریق توسعه، آزمایش، و سپس تولید به آرامی اجرا خواهید کرد.

آموزش بنیادهای LLM: ساختمان برنامه های مؤثر برای شرکت ها ، ایستگاه شماره 4 در مسیر یادگیری LLM های خود را با LLMOps مدیریت کنید ، است.