Generative AI with Large Language Models (LLMs)培訓
生成式 AI 是一種可以創建文字、圖像、音樂和代碼等原創內容的 AI。大型語言模型 (LLM) 是強大的神經網路,可以處理和生成自然語言。
這種以講師為主導的現場培訓(現場或遠端)面向希望學習如何將生成式AI與LLM用於各種任務和領域的中級開發人員。
在培訓結束時,參與者將能夠:
- 解釋什麼是生成式 AI 及其工作原理。
- 描述支援 LLM 的 transformer 架構。
- 使用經驗縮放定律針對不同的任務和約束優化 LLM。
- 應用最先進的工具和方法來訓練、微調和部署 LLM。
- 討論生成式人工智慧給社會和企業帶來的機遇和風險。
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。
課程自定義選項
- 如需申請本課程的定製培訓,請聯繫我們進行安排。
課程簡介
生成式 AI 簡介
- 什麼是生成式人工智慧,為什麼它很重要?
- 生成式人工智慧的主要類型和技術
- 生成式 AI 的主要挑戰和局限性
Transformer 架構和 LLM
- 什麼是變壓器,它是如何工作的?
- 變壓器的主要部件及特點
- 使用 transformer 構建 LLM
縮放定律和優化
- 什麼是縮放定律,為什麼它們對 LLM 很重要?
- 縮放法則與模型大小、數據大小、計算預算和推理要求有何關係?
- 縮放定律如何幫助優化 LLM 的性能和效率?
訓練和微調 LLM
- 從頭開始培訓LLM的主要步驟和挑戰
- 針對特定任務微調 LLM 的優缺點
- 訓練和微調 LLM 的最佳實踐和工具
部署和使用 LLM
- 在生產環境中部署 LLM 的主要考慮因素和挑戰
- LLM在各個領域和行業的常見用例和應用
- 將 LLM 與其他 AI 系統和平臺整合
生成式人工智慧的倫理與未來
- 生成式人工智慧和LLM的倫理和社會影響
- 生成式 AI 和 LLM 的潛在風險和危害,例如偏見、錯誤資訊和操縱
- 負責任和有益地使用生成式 AI 和 LLM
摘要和後續步驟
最低要求
-
了解機器學習概念,例如監督學習和無監督學習、損失函數和數據拆分
具有 Python 程式設計和數據操作的經驗
神經網路和自然語言處理的基礎知識
觀眾
-
開發人員
機器學習愛好者
Open Training Courses require 5+ participants.
Generative AI with Large Language Models (LLMs)培訓 - Booking
Generative AI with Large Language Models (LLMs)培訓 - Enquiry
Generative AI with Large Language Models (LLMs) - 咨詢詢問
咨詢詢問
客戶評論 (7)
範例和連結 Excel 儲存庫
Olga - GE HealthCare
Course - Generative AI with Large Language Models (LLMs)
機器翻譯
大量示例和不同的工具可供檢查
Bartosz - GE HealthCare
Course - Generative AI with Large Language Models (LLMs)
機器翻譯
自定義 GPT,提示工程
Marcin Stezowski - GE HealthCare
Course - Generative AI with Large Language Models (LLMs)
機器翻譯
寬視角
Artur - GE HealthCare
Course - Generative AI with Large Language Models (LLMs)
機器翻譯
技術實例與理論相結合。
Marcin - GE HealthCare
Course - Generative AI with Large Language Models (LLMs)
機器翻譯
IT 之外的Mikołaj 背景可以從不同的角度介紹這個主題 - IT 人員非常需要!
Grzegorz - GE HealthCare
Course - Generative AI with Large Language Models (LLMs)
機器翻譯
IT 視點以外的說明形式。增加價值
Marcin - GE HealthCare
Course - Generative AI with Large Language Models (LLMs)
機器翻譯
Provisional Upcoming Courses (Require 5+ participants)
相關課程
Advanced AI Concepts with Perplexity
14 時間:這種由講師指導的 香港 現場培訓(在線或現場)面向希望利用 Perplexity AI 解決複雜問題和研究的高級 AI 愛好者和開發人員。
在本次培訓結束時,參與者將能夠:
- 使用 Perplexity AI 實施高級 AI 技術。
- 分析複雜的數據集並提取有價值的見解。
- 將 AI 概念應用於實際問題解決。
- 將 Perplexity AI 與現有 AI 工作流整合。
AI Workflow Automation with Google AI Studio
14 時間:此由講師主導的 Google AI Studio 現場培訓(在線或現場)旨在幫助中級參加者探索使用 Google AI Studio 進行工作流程自動化,利用其工具創建、優化和管理高效的自動化流程。
這次培訓結束時,參加者將能夠:
- 了解 Google AI Studio 用於工作流程自動化的核心功能。
- 設置和集成 Google AI Studio 以及其他工具。
- 設計和執行以AI為 Driven 的工作流。
- 實施條件邏輯以獲得更智能的自動化。
- 監控和優化自動化工作流程以提高效率。
Google AI Studio for Advanced AI Solutions
21 時間:本次香港(線上或線下)由講師主導的實時培訓旨在幫助希望使用Google AI Studio來開發、優化和部署尖端AI解決方案的高級AI開發人員、機器學習工程師和數據科學家。
通過本次培訓,參加者將能夠:
- 瀏覽Google AI Studio界面,並了解其主要組件。
- 使用Google AI Studio的集成工具為AI項目準備數據。
- 使用AutoML和自定義訓練功能訓練、評估和微調機器學習模型。
- 將AI模型部署為可擴展的、準備好投入生產的服務。
- 將Google AI API集成到應用程序中,以擴展AI功能。
- 利用Explainable AI (XAI)工具進行透明和合乎道德的AI實踐。
- 監控和優化AI模型的性能和可靠性。
Google AI Studio Essentials: Building AI Models with Ease
14 時間:本次香港的Instructor-Led直播培訓(線上或線下)旨在幫助希望使用Google AI Studio學習AI模型構建和利用基本知識的初級數據分析師、商業用戶和產品經理,並且只需最少的編碼。
培訓結束時,參加者將能夠:
- 了解AI和機器學習概念的基本原理。
- 導航和利用Google AI Studio的接口和工具。
- 使用預構建的模板和數據集創建AI模型。
- 使用易於遵循的工作流訓練和評估模型。
- 部署AI模型以進行實際應用。
Integrating Google AI Studio with Business Applications
14 時間:這項針對希望將Google AI Studio的功能與其商業應用程序集成的中級IT經理、商業應用程序開發人員和系統集成商進行的香港(在線或 onsite)實 Instructor-led 現培訓。
通過這次培訓,參與者將能夠:
- 了解Google AI Studio在業務集成方面的主要功能和能力。
- 通過API探索和連接AI Studio和商業應用程序。
- 為特定的業務用例定制AI模型。
- 設置將AI預測集成到業務流程中的工作流程。
- 在企業應用程序中部署以AI為驱动的洞察和自動化。
- 對集成進行故障排除和優化,以提高可擴展性和效率。
InVideo AI: Creating Engaging Short-Form Videos
14 時間:這種以講師為主導的現場培訓香港(在線或現場)面向希望通過人工智慧驅動的視頻內容最大限度地提高受眾參與度的中級數字營銷人員、影響者和品牌策略師。
在培訓結束時,參與者將能夠:
- 瞭解 InVideo AI 的功能和特性。
- 為目標受眾量身定製引人入勝的視頻內容。
- 實施策略以增加觀眾互動和保留率。
- 分析績效指標以完善視頻行銷策略。
InVideo AI for Social Media
7 時間:這種以講師為主導的香港(在線或現場)現場培訓面向希望利用 InVideo AI 的力量為社交媒體平臺製作引人入勝的視頻內容的初級社交媒體經理、內容創作者和營銷專業人士。
在培訓結束時,參與者將能夠:
- 利用 InVideo AI 將文字轉換為引人入勝的視頻內容。
- 流覽並充分利用 InVideo 的 AI 驅動的視頻創作平臺。
- 利用 AI 生成的視頻內容增強社交媒體策略。
- 使用 AI 洞察分析和優化視頻互動。
InVideo AI for Video Production
14 時間:這種由講師指導的現場培訓<本地>(在線或現場)面向希望使用 AI 技術增強其視頻製作工作流程的高級視頻製作人、編輯和 AI 愛好者。
在本次培訓結束時,參與者將能夠:
- 利用 InVideo 的 AI 工具簡化視頻編輯流程。
- 實施 AI 驅動型技術來自動創建視頻內容。
- 使用基於 AI 的範本創建專業品質的視頻。
- 優化 AI 驅動的工作流程,以提高視頻製作的生產力。
NotebookLM for Beginners
7 時間:這門由講師主導的現場培訓課程旨在幫助初學者了解如何使用 NotebookLM 簡化他們的研究、記筆記和內容綜合。 完成培訓後,參與者將能夠:
- 為研究和學習目的導航和設置 NotebookLM。
- 上傳、組織和管理各種類型的文檔。
- 從上傳的內容生成 AI 驅動的摘要和見解。
- 使用音頻概述進行播客式學習。
- 通過將 NotebookLM 與其他工具集成來提高生產力。
NotebookLM for Business and Productivity
7 時間:這門由教師主導的現場培訓課程旨在幫助中級專業人員利用NotebookLM來精簡工作流程、實現信息綜合自動化和改善決策過程。
培訓結束時,參與者將能夠:
- 高效地使用NotebookLM組織和管理商業文檔。
- 利用 AI 驅動的摘要和洞察力來提高生產力。
- 自動化會議記錄和待辦事項,以改善協作。
- 將NotebookLM與業務工作流程和生產力工具集成。
NotebookLM for Education
7 時間:此 Instructor-led、live 培訓在 香港 (線上或線下) 旨在希望利用 NotebookLM 進行教育內容創建、增強型知識傳遞和自動評估的中級教育專業人員。
培訓結束時,參與者將能夠:
- 使用 NotebookLM 來組織和構建課程材料。
- 自動化內容摘要以增強學生學習。
- 創建 AI 驅動的學習指南和評估。
- 通過互動內容提高學生的參與度。
NotebookLM Plus for Enterprises: AI-Powered Knowledge Management
14 時間:這門由講師主導的現場培訓在香港(在線或現場)旨在讓希望最大化NotebookLM Plus在大型信息管理方面能力的高級專業人員參加。
培訓結束時,參與者將能夠:
- 利用NotebookLM Plus進行企業級文檔組織和綜合。
- 為企業團隊實施基於人工智能的知識管理策略。
- 利用人工智能生成的見解和自動摘要來加強協作。
- 確保AI驅動的企業環境中的數據安全和合規性。
Perplexity AI for Beginners
7 時間:這種以講師為主導的 香港(在線或現場)現場培訓面向希望瞭解 AI 基礎知識並學習如何有效使用 Perplexity AI 的初級 IT 專業人員。
在培訓結束時,參與者將能夠:
- 解釋人工智慧的基本概念。
- 導航和利用 Perplexity AI 平臺進行信息發現。
- 在各種真實場景中應用 Perplexity AI。
- 瞭解人工智慧技術的倫理考慮和社會影響。
Perplexity AI for Educators
7 時間:這種以講師為主導的香港(在線或現場)現場培訓面向希望將 Perplexity AI 整合到其教學方法中以增強教育體驗的中級教育工作者。
在培訓結束時,參與者將能夠:
- 瞭解 Perplexity AI 在教育環境中的功能。
- 實施 Perplexity AI 以創建互動式且引人入勝的課程計劃。
- 利用 Perplexity AI 進行學生評估和反饋。
- 探索人工智慧在個人化學習中的潛力。
Perplexity AI for Research and Writing
7 時間:這種以講師為主導的香港(在線或現場)現場培訓面向希望利用 Perplexity AI 簡化其研究和寫作工作,確保效率和準確性的中級研究和寫作專業人士。
在培訓結束時,參與者將能夠:
- 瞭解 Perplexity AI 如何在研究的各個階段提供説明。
- 利用 Perplexity AI 收集和組織資訊。
- 通過 AI 驅動的見解和建議增強他們的寫作過程。
- 在學術和專業寫作項目中應用 Perplexity AI。