高級LLMs用於NLP任務培訓
大型語言模型 (LLM) 是可以處理和生成大量自然語言數據(如文本、語音和音訊)的 AI 模型。LLM 可以學習其輸入訓練數據的模式和結構,然後生成具有相似特徵的新數據。LLM 還可以執行各種自然語言處理 (NLP) 任務,例如自然語言理解 (NLU)、自然語言推理 (NLI)、知識圖譜構建和完成、常識推理、對話生成和管理以及多模態生成和理解。
這種由講師指導的現場培訓(在線或遠端)面向希望使用 LLM 執行各種 NLP 任務併為不同目的創建新穎多樣內容的中級數據科學家、AI 開發人員和 AI 愛好者。
在培訓結束時,參與者將能夠:
- 使用 LLM 和基本工具建立開發環境。
- 使用 LLM 熟練地執行 NLU 和 NLI 任務。
- 有效地提取、推斷和利用知識圖譜。
- 使用 LLM 為對話應用程式生成和管理對話。
- 評估 LLM 和生成式 AI 生成的內容品質和多樣性。
- 應用道德原則,確保公平和負責任地使用法學碩士。
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。
課程定製選項
- 如需申請本課程的定製培訓,請聯繫我們安排。
課程簡介
LLM 和生成式 AI 簡介
- 探索技術和模型
- 討論應用程式和用例
- 確定挑戰和局限性
將 LLM 用於 NLU 任務
- 情緒分析
- 命名實體識別
- 關係提取
- 語義解析
將 LLM 用於 NLI 任務
- 蘊涵檢測
- 矛盾檢測
- 釋義檢測
將 LLM 用於知識圖譜
- 從文本中提取事實和關係
- 推斷缺失或新的事實
- 將知識圖譜用於下游任務
使用 LLM 進行常識推理
- 生成合理的解釋、假設和場景
- 使用常識性知識庫和數據集
- 評估常識推理
使用 LLM 產生對話
- 與對話代理、聊天機器人和虛擬助手生成對話
- 管理對話
- 使用對話數據集和指標
使用 LLM 進行多模態生成
- 從文字生成圖像
- 從圖像生成文字
- 從文字或圖像生成視頻
- 從文字生成音訊
- 從音訊生成文字
- 從文字或圖像生成 3D 模型
使用 LLM 進行元學習
- 使 LLM 適應新的領域、任務或語言
- 從小樣本或零樣本示例中學習
- 使用元學習和遷移學習數據集和框架
使用 LLM 進行對抗性學習
- 保護 LLM 免受惡意攻擊
- 檢測和減輕 LLM 中的偏差和錯誤
- 使用對抗性學習和魯棒性數據集和方法
評估 LLM 和生成式 AI
- 評估內容品質和多樣性
- 使用初始分數、Fréchet 初始距離和 BLEU 分數等指標
- 使用眾包和調查等人工評估方法
- 使用對抗性評估方法,如圖靈測試和鑒別器
將倫理原則應用於 LLM 和生成式 AI
- 確保公平和問責制
- 避免誤用和濫用
- 尊重內容創作者和消費者的權利和隱私
- 促進人類和人工智慧的創造力和協作
摘要和後續步驟
最低要求
- 瞭解基本的 AI 概念和術語
- 具有 Python 程式設計和數據分析經驗
- 熟悉深度學習框架,如 TensorFlow 或 PyTorch
- 瞭解 LLM 的基礎知識及其應用
觀眾
- 數據科學家
- AI 開發人員
- 人工智慧愛好者
Open Training Courses require 5+ participants.
高級LLMs用於NLP任務培訓 - Booking
高級LLMs用於NLP任務培訓 - Enquiry
高級LLMs用於NLP任務 - 咨詢詢問
咨詢詢問
Upcoming Courses
相關課程
高級LangGraph:複雜圖的優化、調試與監控
35 時間:LangGraph 是一個用於構建具狀態、多參與者 LLM 應用程式的框架,其特點是可組合的圖結構、持久狀態以及對執行的控制。
這是一個由講師主導的培訓課程(線上或線下),旨在為高階 AI 平台工程師、AI DevOps 工程師以及處理生產級 LangGraph 系統的 ML 架構師提供優化、調試、監控和運營的相關技能。
在本課程結束時,參與者將能夠:
- 設計並優化複雜的 LangGraph 拓撲結構,以實現速度、成本和可擴展性的最佳化。
- 通過重試、超時、冪等性和基於檢查點的恢復來實現可靠性工程。
- 調試和追蹤圖執行過程,檢查狀態,並系統性地重現生產問題。
- 為圖添加日誌、指標和追蹤,部署到生產環境,並監控 SLA 和成本。
課程形式
- 互動式講座與討論。
- 大量練習與實踐。
- 在即時實驗環境中進行實作。
課程定制選項
- 如需定制本課程,請聯繫我們進行安排。
高級 Ollama 模型調試與評估
35 時間:高級Ollama模型調試與評估是一門深入課程,專注於診斷、測試和測量在本地或私有Ollama部署中運行的模型行為。
這門由講師指導的培訓(線上或線下)面向高級AI工程師、ML Ops專業人員和QA從業者,旨在確保基於Ollama的模型在生產中的可靠性、保真度和操作準備性。
通過本培訓,參與者將能夠:
- 對Ollama託管的模型進行系統化調試,並可靠地重現故障模式。
- 設計並執行具有定量和定性指標的穩健評估管道。
- 實施可觀察性(日誌、追踪、指標)以監控模型健康狀況和漂移。
- 自動化測試、驗證和回歸檢查,並將其集成到CI/CD管道中。
課程形式
- 互動式講座和討論。
- 使用Ollama部署進行動手實驗和調試練習。
- 案例研究、小組故障排除會議和自動化工作坊。
課程定制選項
- 如需為本課程定制培訓,請聯繫我們安排。
使用Ollama構建私有AI工作流程
14 時間:這是一個由講師指導的線上或線下培訓,針對希望使用Ollama實現安全高效的AI驅動工作流程的高級專業人士。
通過本培訓,參與者將能夠:
- 部署和配置Ollama以進行私有AI處理。
- 將AI模型集成到安全的企業工作流程中。
- 在保持數據隱私的同時,優化AI性能。
- 利用本地AI功能自動化業務流程。
- 確保符合企業安全與治理政策。
使用Ollama部署和優化LLM
14 時間:這是一場由講師指導的現場培訓,地點在香港(線上或現場),適合希望使用Ollama部署、優化和整合LLM的中級專業人士。
在培訓結束時,參與者將能夠:
- 使用Ollama設置和部署LLM。
- 優化AI模型以提升性能和效率。
- 利用GPU加速提升推理速度。
- 將Ollama整合到工作流程和應用程式中。
- 監控和維護AI模型的長期性能。
Fine-Tuning 與在 Ollama 上自訂 AI 模型
14 時間:這項由講師指導的香港(線上或線下)培訓,針對希望微調和自訂Ollama上的AI模型以提升性能和特定領域應用的高級專業人士。
在培訓結束時,參與者將能夠:
- 在Ollama上設置高效的AI模型微調環境。
- 準備用於監督式微調和強化學習的數據集。
- 優化AI模型的性能、準確性和效率。
- 在生產環境中部署自訂模型。
- 評估模型改進並確保其穩健性。
LangGraph在金融領域的應用
35 時間:LangGraph 是一個用於構建有狀態、多參與者 LLM 應用的框架,通過可組合的圖結構實現持久狀態和執行控制。
本次由講師主導的培訓(線上或線下)面向中級到高級專業人士,旨在幫助他們設計、實施和運營基於 LangGraph 的金融解決方案,確保其具備適當的治理、可觀測性和合規性。
通過本次培訓,參與者將能夠:
- 設計與監管和審計要求一致的金融專用 LangGraph 工作流。
- 將金融數據標準和本體集成到圖狀態和工具中。
- 爲關鍵流程實施可靠性、安全性和人工介入控制。
- 部署、監控和優化 LangGraph 系統,以滿足性能、成本和 SLA 要求。
課程形式
- 互動式講座與討論。
- 大量練習與實踐。
- 在即時實驗室環境中進行實際操作。
課程定製選項
- 如需定製本課程,請聯繫我們安排。
LangGraph基礎:基於圖的LLM提示與鏈式編程
14 時間:LangGraph 是一個用於構建圖結構 LLM 應用的框架,支持規劃、分支、工具使用、內存和可控執行。
本次由講師指導的培訓(線上或線下)面向初級開發者、提示工程師和數據從業者,旨在幫助他們使用 LangGraph 設計和構建可靠的多步驟 LLM 工作流。
培訓結束後,參與者將能夠:
- 解釋 LangGraph 的核心概念(節點、邊、狀態)及其使用場景。
- 構建支持分支、調用工具和保持內存的提示鏈。
- 將檢索和外部 API 集成到圖工作流中。
- 測試、調試和評估 LangGraph 應用的可靠性和安全性。
課程形式
- 互動講座和引導討論。
- 在沙盒環境中進行指導實驗和代碼演練。
- 基於場景的設計、測試和評估練習。
課程定製選項
- 如需爲此課程定製培訓,請聯繫我們安排。
LangGraph在醫療保健中的應用:受監管環境中的工作流編排
35 時間:LangGraph 支持由 LLM 驅動的有狀態、多參與者工作流,並能精確控制執行路徑和狀態持久化。在醫療領域,這些功能對於合規性、互操作性以及構建符合醫療工作流的決策支持系統至關重要。
本次講師主導的培訓(線上或線下)面向中高級專業人員,旨在幫助他們設計、實施和管理基於 LangGraph 的醫療解決方案,同時應對監管、道德和操作挑戰。
培訓結束後,參與者將能夠:
- 設計符合合規性和可審計性的醫療專用 LangGraph 工作流。
- 將 LangGraph 應用與醫療本體和標準(FHIR、SNOMED CT、ICD)集成。
- 在敏感環境中應用可靠性、可追溯性和可解釋性的最佳實踐。
- 在醫療生產環境中部署、監控和驗證 LangGraph 應用。
課程形式
- 互動式講座與討論。
- 基於真實案例的實踐練習。
- 在即時實驗環境中進行實施實踐。
課程定製選項
- 如需定製本課程,請聯繫我們安排。
LangGraph 法律應用
35 時間:LangGraph 是一個框架,用於構建具有持久狀態和執行精確控制的多參與者 LLM 應用程序,作爲可組合的圖。
本次由講師指導的培訓(線上或線下)面向中高級專業人士,旨在幫助他們設計、實施和操作基於 LangGraph 的法律解決方案,並確保必要的合規性、可追溯性和治理控制。
通過本次培訓,參與者將能夠:
- 設計特定於法律的 LangGraph 工作流程,確保可審計性和合規性。
- 將法律本體和文檔標準集成到圖狀態和處理中。
- 實施防護措施、人工審批和可追溯的決策路徑。
- 在生產環境中部署、監控和維護 LangGraph 服務,確保可觀測性和成本控制。
課程形式
- 互動式講座和討論。
- 大量練習和實踐。
- 在即時實驗室環境中進行實際操作。
課程定製選項
- 如需爲本課程定製培訓,請聯繫我們安排。
使用LangGraph和LLM代理構建動態工作流
14 時間:LangGraph 是一個用於構建圖結構 LLM 工作流的框架,支持分支、工具使用、內存和可控執行。
本次由講師指導的培訓(線上或線下)面向中級工程師和產品團隊,他們希望將 LangGraph 的圖邏輯與 LLM 代理循環相結合,以構建動態、上下文感知的應用程序,如客戶支持代理、決策樹和信息檢索系統。
在培訓結束時,參與者將能夠:
- 設計基於圖的工作流,協調 LLM 代理、工具和內存。
- 實現條件路由、重試和回退,以確保穩健執行。
- 將檢索、API 和結構化輸出集成到代理循環中。
- 評估、監控並強化代理行爲,以確保可靠性和安全性。
課程形式
- 互動講座和引導討論。
- 在沙盒環境中進行引導實驗和代碼演練。
- 基於場景的設計練習和同行評審。
課程定製選項
- 如需爲此課程定製培訓,請聯繫我們安排。
LangGraph用於營銷自動化
14 時間:LangGraph 是一個基於圖的編排框架,支持條件化、多步驟的 LLM 和工具工作流,非常適合自動化和個性化內容管道。
本課程由講師主導,提供線上或線下培訓,面向中級營銷人員、內容策略師和自動化開發人員,旨在幫助他們使用 LangGraph 實現動態、分支的電子郵件營銷活動和內容生成管道。
在本培訓結束時,參與者將能夠:
- 設計具有條件邏輯的圖結構內容和電子郵件工作流。
- 集成 LLM、API 和數據源以實現自動化個性化。
- 在多步驟營銷活動中管理狀態、記憶和上下文。
- 評估、監控和優化工作流性能和交付結果。
課程形式
- 互動式講座和小組討論。
- 動手實驗,實現電子郵件工作流和內容管道。
- 基於場景的練習,涵蓋個性化、分段和分支邏輯。
課程定製選項
- 如需爲本課程定製培訓,請聯繫我們進行安排。
多模態應用與Ollama
21 時間:Ollama 是一個平臺,支持在本地運行和微調大型語言和多模態模型。
本次由講師指導的培訓(線上或線下)面向高級機器學習工程師、AI 研究人員和產品開發人員,他們希望使用 Ollama 構建和部署多模態應用。
培訓結束後,學員將能夠:
- 使用 Ollama 設置和運行多模態模型。
- 整合文本、圖像和音頻輸入,用於實際應用。
- 構建文檔理解和視覺問答系統。
- 開發能夠跨模態推理的多模態代理。
課程形式
- 互動式講座和討論。
- 使用真實多模態數據集進行實踐操作。
- 使用 Ollama 即時實驗室實現多模態管道。
課程定製選項
- 如需爲此課程定製培訓,請聯繫我們安排。
Ollama 入門指南:運行本地 AI 模型
7 時間:本課程為講師指導的香港(線上或線下)培訓,旨在幫助初級專業人士安裝、配置並使用Ollama在本地機器上運行AI模型。
培訓結束後,學員將能夠:
- 了解Ollama的基本原理及其功能。
- 設置Ollama以運行本地AI模型。
- 使用Ollama部署並與LLM進行互動。
- 優化AI工作負載的性能和資源使用。
- 探索本地AI部署在各行業中的應用案例。
Ollama擴展與基礎設施優化
21 時間:Ollama 是一個用於本地和大規模運行大型語言和多模態模型的平臺。
本次由講師指導的培訓(線上或線下)面向中高級工程師,旨在幫助他們擴展 Ollama 部署,以應對多用戶、高吞吐量和成本效益高的環境。
培訓結束後,參與者將能夠:
- 爲多用戶和分佈式工作負載配置 Ollama。
- 優化 GPU 和 CPU 資源分配。
- 實施自動擴展、批處理和延遲減少策略。
- 監控和優化基礎設施,以提高性能和成本效益。
課程形式
- 互動式講座和討論。
- 動手部署和擴展實驗。
- 在實際環境中進行優化練習。
課程定製選項
- 如需爲此課程定製培訓,請聯繫我們安排。
Prompt Engineering Mastery with Ollama
14 時間:Ollama 是一個能夠在本地運行大型語言和多模態模型的平臺。
本次由講師主導的培訓(線上或線下)面向中級從業者,旨在幫助他們掌握提示工程技巧,以優化 Ollama 的輸出。
在培訓結束時,參與者將能夠:
- 爲各種用例設計有效的提示。
- 應用諸如提示啓動和思維鏈結構等技術。
- 實施提示模板和上下文管理策略。
- 爲複雜工作流構建多階段提示管道。
課程形式
- 互動式講座和討論。
- 提示設計的實踐練習。
- 在即時實驗室環境中的實際應用。
課程定製選項
- 如需爲本課程定製培訓,請聯繫我們安排。