Advanced LLMs for NLP Tasks培訓
大型語言模型 (LLM) 是可以處理和生成大量自然語言數據(如文本、語音和音訊)的 AI 模型。LLM 可以學習其輸入訓練數據的模式和結構,然後生成具有相似特徵的新數據。LLM 還可以執行各種自然語言處理 (NLP) 任務,例如自然語言理解 (NLU)、自然語言推理 (NLI)、知識圖譜構建和完成、常識推理、對話生成和管理以及多模態生成和理解。
這種由講師指導的現場培訓(在線或遠端)面向希望使用 LLM 執行各種 NLP 任務併為不同目的創建新穎多樣內容的中級數據科學家、AI 開發人員和 AI 愛好者。
在培訓結束時,參與者將能夠:
- 使用 LLM 和基本工具建立開發環境。
- 使用 LLM 熟練地執行 NLU 和 NLI 任務。
- 有效地提取、推斷和利用知識圖譜。
- 使用 LLM 為對話應用程式生成和管理對話。
- 評估 LLM 和生成式 AI 生成的內容品質和多樣性。
- 應用道德原則,確保公平和負責任地使用法學碩士。
課程形式
- 互動講座和討論。
- 大量的練習和練習。
- 在現場實驗室環境中動手實施。
課程定製選項
- 如需申請本課程的定製培訓,請聯繫我們安排。
課程簡介
LLM 和生成式 AI 簡介
- 探索技術和模型
- 討論應用程式和用例
- 確定挑戰和局限性
將 LLM 用於 NLU 任務
- 情緒分析
- 命名實體識別
- 關係提取
- 語義解析
將 LLM 用於 NLI 任務
- 蘊涵檢測
- 矛盾檢測
- 釋義檢測
將 LLM 用於知識圖譜
- 從文本中提取事實和關係
- 推斷缺失或新的事實
- 將知識圖譜用於下游任務
使用 LLM 進行常識推理
- 生成合理的解釋、假設和場景
- 使用常識性知識庫和數據集
- 評估常識推理
使用 LLM 產生對話
- 與對話代理、聊天機器人和虛擬助手生成對話
- 管理對話
- 使用對話數據集和指標
使用 LLM 進行多模態生成
- 從文字生成圖像
- 從圖像生成文字
- 從文字或圖像生成視頻
- 從文字生成音訊
- 從音訊生成文字
- 從文字或圖像生成 3D 模型
使用 LLM 進行元學習
- 使 LLM 適應新的領域、任務或語言
- 從小樣本或零樣本示例中學習
- 使用元學習和遷移學習數據集和框架
使用 LLM 進行對抗性學習
- 保護 LLM 免受惡意攻擊
- 檢測和減輕 LLM 中的偏差和錯誤
- 使用對抗性學習和魯棒性數據集和方法
評估 LLM 和生成式 AI
- 評估內容品質和多樣性
- 使用初始分數、Fréchet 初始距離和 BLEU 分數等指標
- 使用眾包和調查等人工評估方法
- 使用對抗性評估方法,如圖靈測試和鑒別器
將倫理原則應用於 LLM 和生成式 AI
- 確保公平和問責制
- 避免誤用和濫用
- 尊重內容創作者和消費者的權利和隱私
- 促進人類和人工智慧的創造力和協作
摘要和後續步驟
最低要求
- 瞭解基本的 AI 概念和術語
- 具有 Python 程式設計和數據分析經驗
- 熟悉深度學習框架,如 TensorFlow 或 PyTorch
- 瞭解 LLM 的基礎知識及其應用
觀眾
- 數據科學家
- AI 開發人員
- 人工智慧愛好者
需要幫助選擇合適的課程嗎?
Advanced LLMs for NLP Tasks培訓 - Enquiry
Advanced LLMs for NLP Tasks - 咨詢詢問
咨詢詢問
相關課程
Advanced Techniques in Natural Language Generation (NLG)
14 時間:這種由講師指導的 澳門 現場培訓(在線或現場)面向希望提高使用高級 NLG 方法生成高品質、類似人類文本的技能的中級專業人士。
在本次培訓結束時,參與者將能夠:
- 瞭解生成自然語言文本的高級技術。
- 為 NLG 實施和微調基於 transformer 的模型。
- 優化 NLG 輸出的流暢性、連貫性和相關性。
- 使用自動化和人工指標評估生成文本的品質。
AI Automation with n8n and LangChain
14 時間:這種以講師為主導的><loc(在線或現場)實時培訓面向希望在不編寫大量代碼的情況下使用 AI 自動化任務和流程的所有技能水準的開發人員和 IT 專業人員。
在培訓結束時,參與者將能夠:
- 使用 n8n 的可視化程式設計介面設計和實現複雜的工作流程。
- 使用 LangChain 將 AI 功能整合到工作流中。
- 為各種用例構建自定義聊天機器人和虛擬助手。
- 使用 AI 代理執行高級數據分析和處理。
Automating Workflows with LangChain and APIs
14 時間:這種由 講師指導的 澳門 現場現場培訓(在線或現場)面向希望瞭解如何使用 LangChain 和 API 自動執行重複性任務和工作流的初級業務分析師和自動化工程師。
在本次培訓結束時,參與者將能夠:
- 瞭解與 LangChain 集成的 API 的基礎知識。
- 使用 LangChain 和 Python 自動執行重複的工作流程。
- 利用 LangChain 連接各種 API 以實現高效的業務流程。
- 使用 API 和 LangChain 的自動化功能創建和自動化自定義工作流程。
Building Conversational Agents with LangChain
14 時間:這種由 講師指導的 澳門 現場培訓(在線或現場)面向希望加深對對話代理的理解並將 LangChain 應用於實際用例的中級專業人員。
在本次培訓結束時,參與者將能夠:
- 瞭解 LangChain 的基礎知識及其在構建對話代理中的應用。
- 使用 LangChain 開發和部署對話代理。
- 將對話代理與 API 和外部服務整合。
- 應用 Natural Language Processing (NLP) 技術來提高對話代理的性能。
Building Private AI Workflows with Ollama
14 時間:這是由講師指導的現場培訓課程,適合在澳門(線上或現場)參加的高階專業人士,旨在使用Ollama實現安全且高效的人工智慧驅動工作流程。
在培訓結束時,參與者將能夠:
- 部署並配置Ollama以進行私有AI處理。
- 將AI模型整合到安全的企業工作流程中。
- 在保持數據隱私的同時優化AI性能。
- 利用本地AI功能自動化業務流程。
- 確保符合企業安全與治理政策。
Deploying and Optimizing LLMs with Ollama
14 時間:這是一場由講師指導的現場培訓,地點在澳門(線上或現場),適合希望使用Ollama部署、優化和整合LLM的中級專業人士。
在培訓結束時,參與者將能夠:
- 使用Ollama設置和部署LLM。
- 優化AI模型以提升性能和效率。
- 利用GPU加速提升推理速度。
- 將Ollama整合到工作流程和應用程式中。
- 監控和維護AI模型的長期性能。
Ethical Considerations in AI Development with LangChain
21 時間:這種由講師指導的現場培訓在 澳門(在線或現場)面向高級 AI 研究人員和政策制定者,他們希望探索 AI 開發的道德影響,並學習如何在構建 AI 解決方案時應用道德準則 LangChain。
在本次培訓結束時,參與者將能夠:
- 用 LangChain 識別 AI 開發中的關鍵道德問題。
- 瞭解 AI 對社會和決策過程的影響。
- 制定構建公平透明的 AI 系統的策略。
- 在基於 LangChain 的專案中實施合乎道德的 AI 準則。
Enhancing User Experience with LangChain in Web Apps
14 時間:這種由講師指導的 澳門 現場培訓(在線或現場)面向希望利用 LangChain 創建直觀且使用者友好的 Web 應用程式的中級 Web 開發人員和 UX 設計人員。
在本次培訓結束時,參與者將能夠:
- 瞭解 LangChain 的基本概念及其在增強 Web 用戶體驗中的作用。
- 在 Web 應用程式中實現 LangChain 以建立動態和回應式介面。
- 將 API 整合到 Web 應用程式中,以提高交互性和用戶參與度。
- 使用 LangChain 的高級自定義功能優化用戶體驗。
- 分析使用者行為數據以微調 Web 應用程式性能和體驗。
Fine-Tuning and Customizing AI Models on Ollama
14 時間:這是一個由講師指導的現場培訓課程,可在澳門(線上或現場)進行,旨在為高級專業人士提供微調和自訂Ollama上的AI模型的能力,以提升性能和針對特定領域的應用。
在培訓結束時,參與者將能夠:
- 在Ollama上設置高效的AI模型微調環境。
- 為監督式微調和強化學習準備數據集。
- 優化AI模型以提升性能、準確性和效率。
- 在生產環境中部署自訂模型。
- 評估模型改進並確保其穩健性。
Introduction to Natural Language Generation (NLG)
14 時間:這種由講師指導的 澳門 現場培訓(在線或現場)面向希望學習 NLG 基礎知識及其在 AI 和內容生成中的作用的初級專業人士。
在本次培訓結束時,參與者將能夠:
- 瞭解自然語言生成的基本概念。
- 探索 NLG 在各個行業的應用。
- 瞭解使用 AI 生成類人文本的基本技術。
- 使用 Python 個庫和模型生成文字。
LangChain: Building AI-Powered Applications
14 時間:這種由講師指導的澳門(在線或現場)現場培訓面向希望使用LangChain框架構建AI驅動的應用程式的中級開發人員和軟體工程師。
在培訓結束時,參與者將能夠:
- 瞭解LangChain及其元件的基礎知識。
- 將 LangChain 與 GPT-4 等大型語言模型 (LLM) 集成。
- 使用 LangChain 構建模組化 AI 應用程式。
- 排查LangChain應用程式中的常見問題。
Integrating LangChain with Cloud Services
14 時間:這種由 講師指導的 澳門 現場現場培訓(在線或現場)面向高級數據工程師和 DevOps 專業人員,他們希望通過將 LangChain 的功能與各種雲服務集成來利用 LangChain 的功能。
在本次培訓結束時,參與者將能夠:
- 與 AWS、Azure 和 Google Cloud 等主要雲平臺集成 LangChain。
- 利用基於雲的 API 和服務來增強 LangChain 驅動的應用程式。
- 擴展對話代理並將其部署到雲中,以實現即時交互。
- 在雲環境中實施監控和安全最佳實踐。
LangChain for Data Analysis and Visualization
14 時間:這種講師指導的 澳門 現場培訓(在線或現場)面向希望使用 LangChain 來增強其數據分析和可視化能力的中級數據專業人員。
在本次培訓結束時,參與者將能夠:
- 使用 LangChain 自動檢索和清理數據。
- 使用 Python 和 LangChain 進行高級數據分析。
- 使用 Matplotlib 和其他與 LangChain 集成的 Python 庫創建可視化。
- 利用 LangChain 從數據分析中生成自然語言洞察。
LangChain Fundamentals
14 時間:這種以講師為主導的澳門(在線或現場)現場培訓面向希望學習LangChain核心概念和架構並獲得構建AI驅動應用程式的實用技能的初級到中級開發人員和軟體工程師。
在培訓結束時,參與者將能夠:
- 掌握LangChain的基本原理。
- 設置和配置LangChain環境。
- 了解架構以及 LangChain 如何與大型語言模型 (LLM) 互動。
- 使用LangChain開發簡單的應用程式。
Getting Started with Ollama: Running Local AI Models
7 時間:這是一個由講師指導的現場培訓課程,可在澳門(線上或現場)進行,適合初級專業人士學習如何在本地機器上安裝、配置和使用 Ollama 來運行 AI 模型。
在本課程結束時,學員將能夠:
- 了解 Ollama 的基本概念及其功能。
- 設置 Ollama 以運行本地 AI 模型。
- 使用 Ollama 部署並與 LLM 進行互動。
- 優化 AI 工作負載的性能和資源使用。
- 探索本地 AI 部署在各行業中的應用案例。