CONTACT ONS

Cursusaanbod

Inleiding

  • Wat zijn grote taalmodellen (LLMs)?
  • Vergelijking tussen LLMs en traditionele NLP-modellen
  • Overzicht van de kenmerken en architectuur van LLMs
  • Herkennen van uitdagingen en beperkingen van LLMs

Begrip van LLMs

  • De levenscyclus van een LLM
  • Hoe werken grote taalmodellen?
  • De hoofdcomponenten van een LLM: encoder, decoder, attention-mechanisme en embeddings, etc.

Aan de slag

  • Instellen van de ontwikkelomgeving
  • Een LLM als ontwikkelhulpmiddel installeren – bijvoorbeeld via Google Colab of Hugging Face

Werken met LLMs

  • Beschikbare LLM-opties verkennen
  • Een LLM creëren en inzetten
  • Een LLM fine-tunen op een eigen dataset

Tekstsamenvatting

  • De essentie van tekstsamenvatting en zijn praktische toepassingen begrijpen
  • Gebruikmaken van een LLM voor extractieve en abstractieve samenvattingen
  • Kwaliteit van gegenereerde samenvattingen evalueren aan de hand van meeteenheden als ROUGE, BLEU enz.

Vraagbeantwoording

  • De aard van vraagbeantwoording en haar toepassingsmogelijkheden begrijpen
  • Gebruikmaken van een LLM bij zowel open- als gesloten domeinvragen beantwoorden
  • Nauwkeurigheid van gegeven antwoorden evalueren via maten zoals F1, EM enz.

Tekstgeneratie

  • De werking van tekstgeneratie en haar toepassingen kennen
  • Gebruikmaken van een LLM voor zowel conditionele als onvoorwaardelijke tekstproductie
  • Stijl, toon en inhoud van gegenereerde teksten beïnvloeden door parameters zoals temperature, top-k en top-p te gebruiken.

Integratie van LLMs met andere frameworks en platformen

  • Gebruik van LLMs in combinatie met PyTorch of TensorFlow
  • Implementeren van LLMs via Flask of Streamlit
  • Inzetten van LLMs op Google Cloud of AWS

Probleemoplossing en foutanalyse

  • Gebruikelijke fouten en problemen bij het werken met LLMs herkennen
  • TensorBoard benutten om het trainingsproces te volgen en visueel weergave te geven.
  • PyTorch Lightning gebruiken voor eenvoudigere trainingcodes en betere prestaties.
  • Hugging Face Datasets gebruiken om data te importeren en klaar te maken voor verwerking.

Samenvatting en volgende stappen

Vereisten

  • Basiskennis van natuurlijke taalverwerking en diepe leerprocessen
  • Ervaring met Python en PyTorch of TensorFlow
  • Grondige programmeervaardigheden

Doelgroep

  • Ontwikkelaars
  • Liefhebbers van NLP
  • Datawetenschappers
 14 Uren

Aangepaste bedrijfsopleiding

Opleidingsoplossingen ontworpen exclusief voor bedrijven.

  • Aangepaste inhoud: We passen de syllabus en praktijkopdrachten aan naar de echte doelen en behoeften van uw project.
  • Voor flexibel schema: Datums en tijden aangepast aan het rooster van uw team.
  • Formaat: Online (live), In-company (bij uw kantoren) of Hybride.
Investering

Prijs per privégroep, online live training, startend vanaf 3200 € + BTW*

Neem contact met ons op voor een exacte offerte en om onze laatste promoties te horen

Voorlopige Aankomende Cursussen

Gerelateerde categorieën