Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
Introductie
- Wat zijn Large Language Models (LLMs)?
- LLM's versus traditionele NLP-modellen
- Overzicht van LLM's, functies en architectuur
- Uitdagingen en beperkingen van LLM's
LLM's begrijpen
- De levenscyclus van een LLM
- Hoe LLM's werken
- De belangrijkste componenten van een LLM: encoder, decoder, aandacht, inbeddingen, enz.
Slag
- Opzetten van de ontwikkelomgeving
- Het installeren van een LLM als ontwikkeltool, bijv. Google Colab, Hugging Face
Werken met LLM's
- Beschikbare LLM-opties verkennen
- Een LLM maken en gebruiken
- Een LLM verfijnen op een aangepaste gegevensset
Samenvatting van de tekst
- Inzicht in de taak van tekstsamenvatting en de toepassingen ervan
- Een LLM gebruiken voor extractieve en abstracte tekstsamenvatting
- Evalueren van de kwaliteit van de gegenereerde samenvattingen met behulp van statistieken zoals ROUGE, BLEU, enz.
Vragen beantwoorden
- Inzicht in de taak van het beantwoorden van vragen en de toepassingen ervan
- Een LLM gebruiken voor het beantwoorden van vragen in het open en gesloten domein
- Het evalueren van de nauwkeurigheid van de gegenereerde antwoorden met behulp van statistieken zoals F1, EM, enz.
Tekst genereren
- Inzicht in de taak van het genereren van tekst en de toepassingen ervan
- Een LLM gebruiken voor het genereren van voorwaardelijke en onvoorwaardelijke tekst
- Het regelen van de stijl, toon en inhoud van de gegenereerde teksten met behulp van parameters zoals temperatuur, top-k, top-p, enz.
LLM's integreren met andere frameworks en platforms
- LLM's gebruiken met PyTorch of TensorFlow
- LLM's gebruiken met Flask of Streamlit
- LLM's gebruiken met Google Cloud of AWS
Probleemoplossing
- Inzicht in de veelvoorkomende fouten en bugs in LLM's
- TensorBoard gebruiken om het trainingsproces te monitoren en te visualiseren
- PyTorch Lightning gebruiken om de trainingscode te vereenvoudigen en de prestaties te verbeteren
- Hugging Face Datasets gebruiken om de gegevens te laden en voor te verwerken
Samenvatting en volgende stappen
Requirements
- Inzicht in natuurlijke taalverwerking en deep learning. Ervaring met Python en PyTorch of TensorFlow. Basis programmeerervaring
Publiek
- Ontwikkelaars NLP-enthousiastelingen Datawetenschappers
14 Hours
