Schița de curs

Introducere în Personalizarea Avansată a Modelelor

  • Prezentare generală a reglării fine și gestionării prompturilor în Vertex AI
  • Cazuri de utilizare pentru optimizarea modelelor
  • Laborator practic: configurarea spațiului de lucru Vertex AI

Reglarea Fină Supravegheată a Modelelor Gemini

  • Pregătirea datelor de antrenament pentru reglarea fină
  • Executarea conductelor de reglare fină supravegheată
  • Laborator practic: reglarea fină a unui model Gemini

Ingineria Prompturilor și Gestionarea Versiunilor

  • Proiectarea prompturilor eficiente pentru AI generativă
  • Controlul versiunilor și reproductibilitatea
  • Laborator practic: crearea și testarea versiunilor de prompturi

Evaluare și Comparație

  • Prezentare generală a bibliotecilor de evaluare în Vertex AI
  • Automatizarea fluxurilor de lucru de testare și validare
  • Laborator practic: evaluarea prompturilor și a rezultatelor

Implementarea și Monitorizarea Modelelor

  • Integrarea modelelor optimizate în aplicații
  • Monitorizarea performanței și detectarea derapajelor
  • Laborator practic: implementarea unui model reglat fin

Bune Practici pentru Optimizarea AI la Nivel de Întreprindere

  • Scalabilitate și gestionarea costurilor
  • Considerații etice și atenuarea prejudecăților
  • Studiu de caz: îmbunătățirea aplicațiilor AI în producție

Direcții Viitoare în Reglarea Fină și Gestionarea Prompturilor

  • Tendințe emergente în optimizarea LLM
  • Adaptarea automată a prompturilor și învățarea prin întărire
  • Implicații strategice pentru adoptarea la nivel de întreprindere

Rezumat și Pași Următori

Cerințe

  • Experiență cu fluxuri de lucru de învățare automată
  • Cunoaștere a programării în Python
  • Familiaritate cu platforme de AI bazate pe cloud

Publicul Țintă

  • Ingineri AI
  • Practicieni MLops
  • Oameni de știință de date
 14 Ore

Numărul de participanți


Pret per participant

Mărturii (1)

Cursuri viitoare

Categorii înrudite