Jak utworzyć LLM na niestandardowym zbiorze danych

language Duński Angielski

Złóż wniosek o szkolenie

Twórz i dostrajaj LLM za pomocą własnych zbiorów danych. Szkolenie to zapewnia pracownikom EDIH praktyczne umiejętności identyfikowania możliwości związanych ze sztuczną inteligencją i wdrażania niestandardowych modeli w celu poprawy wydajności węzłów.

Jak utworzyć LLM na niestandardowym zbiorze danych

Cel i zakres

To szkolenie na żądanie zapewnia pracownikom Europejskiego Centrum Innowacji Cyfrowych (EDIH) i zainteresowanym stronom praktyczną wiedzę na temat tworzenia i dostrajania LLM dostosowanych do konkretnych zbiorów danych. 

Uczestnicy poznają podstawowe pojęcia stojące za LLM, przepływ pracy przy przygotowywaniu i szkoleniu modeli oraz praktyczne aspekty ich stosowania w rzeczywistych scenariuszach. 

W ramach szkolenia przeanalizowano również rzeczywiste przypadki użycia, w których zindywidualizowane LLM mogą stymulować innowacje i poprawiać wydajność przepływu pracy, umożliwiając uczestnikom identyfikację możliwości integracji sztucznej inteligencji w ich centrach.

Jeśli chcesz uzyskać więcej informacji na temat szkolenia, skontaktuj się z nami asco@teknologisk.dk

Cele kształcenia

Po zakończeniu szkolenia uczestnicy będą mogli:

  • Opisz podstawowe zasady dużych modeli językowych (LLM).
  • Zapoznaj się z praktycznymi krokami związanymi ze szkoleniem i dostrajaniem LLM na niestandardowych zbiorach danych.
  • Zbadaj rzeczywiste przypadki użycia zindywidualizowanych LLM w różnych sektorach.

Efekty uczenia się

Uczestnicy, którzy ukończą to szkolenie, będą mogli:

  • Wyjaśnij, czym jest model dużego języka, w tym jego kluczowe elementy i zasady operacyjne.
  • Określ przepływ pracy, aby stworzyć i dopracować spersonalizowany LLM.
  • Identyfikacja potencjalnych zastosowań LLM w ich własnym środowisku EDIH.

Dla kogo jest to szkolenie?

Pracownicy EDIH, praktycy sztucznej inteligencji i specjaliści zainteresowani opracowywaniem lub wdrażaniem niestandardowych rozwiązań LLM dla swojej organizacji lub zainteresowanych stron.

Rodzaj tematu

Oprogramowanie / model AI

Rodzaj sektora
Gospodarstwo rolne
Przetwórstwo spożywcze
Szklarnia
Ogrodnictwo
Hodowla zwierząt gospodarskich
Uprawy drzew
Uprawa winorośli