PickAClass · AI, Technologia i Inżynieria · Generatywna AI i Deep Learning

Dostrajanie Modeli Językowych

Wyjdź poza promptowanie, ucząc się, jak dostrajać (fine-tuning) wstępnie wytrenowane modele językowe na niestandardowych zbiorach danych. Dostosuj modele takie jak GPT, Llama i BERT do konkretnych dziedzin i zadań, aby poprawić wydajność i dokładność.

81 courses

Dostrajanie Modeli Językowych

Lokalne modele AI z Ollama: Uruchom LLM na własnym sprzęcie

Lokalne wdrożenie LLM: Uruchamianie otwartego oprogramowania AI na prywatnej infrastrukturze

Przewodnik dla początkujących po dostrajaniu LLM

Podstawy optymalizacji LLM: Kompresja i Dostrajanie (Fine-Tuning)

Wprowadzenie do LLM Fine-Tuning na danych domenowych

Wdrażanie lokalnych LLM: vLLM, kwantyzacja i inferencja

Fundamenty testowania i ewaluacji aplikacji LLM

Wprowadzenie do fine-tuning LLM z użyciem LoRA i QLoRA

Podstawy dużych modeli językowych: od transformatorów do dostrojenia

Dopracowywanie modeli OpenAI: dostosowywanie LLM za pomocą własnych danych

Dostrojenie transformatorów i LLM: od BERT do LLaMA

Generative AI Fundamentals z Hugging Face

Buduj, dostosowuj i dostrajaj LLM od podstaw za pomocą PyTorch

LLM Fine-Tuning Guide: Dostosuj modele GPT-3.5 i AI za pomocą własnych danych

Dopracowywanie dużych modeli językowych dla generatywnej sztucznej inteligencji

Generative AI Engineering: Dopracowywanie transformatorów

Strategiczne wdrażanie i dostrajanie dużych modeli językowych

Niestandardowy rozwój LLM: dostrajanie za pomocą LoRA i QLoRA

Uruchamianie lokalnych dużych modeli językowych: praktyczny przewodnik

LLM w biznesie: strategia, aplikacje i wdrożenie

Podstawy dużych modeli językowych: Fine-Tuning i RAG

Podstawy DeepSeek AI: Zrozumienie dużych modeli językowych

Zabezpieczanie dużych modeli językowych: bezpieczeństwo aplikacji LLM

Dopracowywanie modeli językowych za pomocą Foundry