Architettura LLM e Preparazione dei Dati per l'AI Generativa

I modelli linguistici di grandi dimensioni stanno ridefinendo il panorama tecnologico, ma il segreto del loro successo risiede nel loro design interno e nella qualità dei dati che consumano. Questo corso offre un percorso chiaro, basato su testo, per chiunque desideri capire come vengono costruiti questi sistemi complessi e come preparare le informazioni per l'elaborazione AI. Si passerà dai concetti fondamentali alla logica pratica dietro i modelli più avanzati utilizzati oggi. Al termine di questo corso, avrai una solida comprensione delle scelte architettoniche che definiscono l'AI generativa e delle pipeline di dati che le rendono funzionali. Sarai in grado di spiegare come i modelli apprendono i pattern e quali passaggi sono necessari per garantire che i dati siano pronti per l'addestramento o il fine-tuning. Cosa imparerai: - Comprendere l'evoluzione dalle reti neurali di base alle moderne architetture basate su Transformer. - Apprendere i meccanismi dell'auto-attenzione (self-attention) e come i modelli elaborano e generano testo simile a quello umano. - Esercitarsi nelle tecniche di pulizia, normalizzazione e tokenizzazione dei dati per dataset su larga scala. - Esplorare il ruolo dei database vettoriali e della generazione aumentata dal recupero (RAG) nei flussi di lavoro AI attuali. - Differenziare tra vari tipi di modelli, inclusi GANs, RNNs e modelli di diffusione. - Applicare le basi del prompt engineering per controllare e affinare meglio gli output del modello. Il corso inizia con un'introduzione approfondita alla terminologia AI e alla storia della modellazione di sequenze, prima di passare alle specificità del design dei modelli moderni e alle strategie di preparazione dei dati. Questo approccio strutturato garantisce la costruzione di una solida base teorica prima di esplorare come questi sistemi vengono implementati in scenari del mondo reale. Questo corso è progettato per principianti, appassionati di dati e aspiranti ingegneri che desiderano comprendere il funzionamento interno dell'AI generativa senza la necessità di esperienza pregressa nel campo. Inizia oggi a costruire le tue conoscenze fondamentali sull'architettura dell'AI generativa.