微調模型中的安全與偏見緩解培訓
隨著人工智慧在跨產業決策中的嵌入程度日益加深,監管標準也不斷演進,微調模型中的安全與偏見緩解已成為日益受到關注的議題。
本課程為講師主導的現場培訓(線上或線下),適合中階機器學習工程師及人工智慧合規專業人士,旨在協助學員辨識、評估並降低微調語言模型中的安全風險與偏見。
培訓結束後,學員將具備以下能力:
- 理解安全人工智慧系統的倫理與監管脈絡。
- 辨識並評估微調模型中常見的偏見形式。
- 於訓練期間及訓練後應用偏見緩解技術。
- 設計並稽核模型的安全性、透明度與公平性。
課程形式
- 互動式講課與討論。
- 大量練習與實作。
- 在實作實驗室環境中親手操作。
課程客製化選項
- 如需為本課程申請客製化培訓,請與我們聯繫安排。
課程簡介
安全與公平人工智慧的基礎
- 核心概念:安全、偏見、公平性、透明度
- 偏見類型:資料集、代表性、演算法
- 監管框架概覽(歐盟人工智慧法案、GDPR等)
微調模型中的偏見
- 微調如何引入或放大偏見
- 案例研究與真實世界失敗案例
- 識別資料集與模型預測中的偏見
偏見緩解技術
- 資料層級策略(重新平衡、資料擴增)
- 訓練中策略(正則化、對抗式去偏)
- 後處理策略(輸出過濾、校準)
模型安全與穩健性
- 偵測不安全或有害的輸出
- 對抗性輸入處理
- 紅隊測試與壓力測試微調模型
人工智慧系統稽核與監控
- 偏見與公平性評估指標(如人口統計均等)
- 可解釋性工具與透明度框架
- 持續監控與治理實務
工具套件與實作練習
- 使用開源函式庫(如Fairlearn、Transformers、CheckList)
- 實作:偵測並緩解微調模型中的偏見
- 透過提示設計與約束產生安全輸出
企業用例與合規準備
- 在大型語言模型工作流程中整合安全性的最佳實務
- 合規所需的文件與模型卡
- 為稽核與外部審查做好準備
總結與後續步驟
最低要求
- 了解機器學習模型與訓練流程
- 具備微調與大型語言模型的實務經驗
- 熟悉Python與自然語言處理概念
目標受眾
- 人工智慧合規團隊
- 機器學習工程師
公開培訓課程需要5名以上參與者。
微調模型中的安全與偏見緩解培訓 - 訂單
微調模型中的安全與偏見緩解培訓 - 詢問
微調模型中的安全與偏見緩解 - 咨詢詢問
即將到來的課程
相關課程
Vertex AI中的進階微調與提示管理
14 小時高級遷移學習技術
14 小時這種由講師指導的 香港 現場培訓（在線或現場）面向希望掌握尖端遷移學習技術並將其應用於複雜現實問題的高級機器學習專業人員。
在本次培訓結束時，參與者將能夠：
- 瞭解遷移學習中的高級概念和方法。
- 為預先訓練的模型實施特定於域的適應技術。
- 應用持續學習來管理不斷變化的任務和數據集。
- 掌握多任務微調，以提高跨任務的模型性能。
持續學習與模型更新策略：針對微調模型
14 小時本次由講師主導的培訓在香港（線上或線下）面向高級AI維護工程師和MLOps專業人士，旨在爲已部署的微調模型實施穩健的持續學習管道和有效的更新策略。
通過本次培訓，參與者將能夠：
- 設計和實施已部署模型的持續學習工作流程。
- 通過適當的訓練和內存管理，減輕災難性遺忘。
- 基於模型漂移或數據變化，自動化監控和更新觸發器。
- 將模型更新策略集成到現有的CI/CD和MLOps管道中。
在生產環境中部署微調模型
21 小時這種由講師指導的 香港 現場現場培訓（在線或現場）面向希望可靠、高效地部署微調模型的高級專業人員。
在本次培訓結束時，參與者將能夠：
- 瞭解將微調模型部署到生產環境中所面臨的挑戰。
- 使用 Docker 和 Kubernetes 等工具容器化和部署模型。
- 對已部署的模型實施監控和日誌記錄。
- 在實際場景中優化模型以實現延遲和可擴充性。
領域特定微調在金融中的應用
21 小時這種由講師指導的 香港 現場現場培訓（在線或現場）面向希望獲得為關鍵財務任務定製 AI 模型的實用技能的中級專業人士。
在本次培訓結束時，參與者將能夠：
- 瞭解財務應用程式微調的基礎知識。
- 利用預先訓練的模型執行財務領域特定的任務。
- 應用欺詐檢測、風險評估和財務建議生成技術。
- 確保遵守 GDPR 和 SOX 等財務法規。
- 在金融應用程式中實施數據安全和合乎道德的 AI 實踐。
微調模型與大型語言模型 (LLMs)
14 小時本課程由講師主導，提供香港的線上或線下培訓，面向希望爲特定任務和數據集定製預訓練模型的中高級專業人員。
培訓結束後，學員將能夠：
- 理解微調的原理及其應用。
- 爲微調預訓練模型準備數據集。
- 爲NLP任務微調大型語言模型 (LLMs)。
- 優化模型性能並解決常見挑戰。
高效微調與低秩適應（LoRA）
14 小時這種由講師指導的 香港 現場培訓（在線或現場）面向希望在不需要大量計算資源的情況下為大型模型實施微調策略的中級開發人員和 AI 從業者。
在本次培訓結束時，參與者將能夠：
- 瞭解低秩適應 （LoRA） 的原理。
- 實施LoRA以高效微調大型模型。
- 針對資源受限的環境優化微調。
- 評估和部署LoRA調優模型以用於實際應用。
微調多模態模型
28 小時這種由講師指導的 香港 現場培訓（在線或現場）面向希望掌握創新 AI 解決方案的多模態模型微調的高級專業人員。
在本次培訓結束時，參與者將能夠：
- 瞭解 CLIP 和 Flamingo 等多模態模型的架構。
- 有效地準備和預處理多模態數據集。
- 針對特定任務微調多模態模型。
- 針對實際應用程式和性能優化模型。
自然語言處理（NLP）微調
21 小時這種由講師指導的 香港 現場培訓（在線或現場）面向希望通過有效微調預先訓練的語言模型來增強其 NLP 專案的中級專業人員。
在本次培訓結束時，參與者將能夠：
- 瞭解 NLP 任務微調的基礎知識。
- 針對特定的 NLP 應用程式微調預訓練模型，例如 GPT、BERT 和 T5。
- 優化超參數以提高模型性能。
- 在實際場景中評估和部署微調的模型。
爲金融服務微調AI：風險預測與欺詐檢測
14 小時本課程爲講師主導的培訓，在香港（線上或線下）進行，面向金融領域的高級數據科學家和AI工程師，旨在通過使用特定領域的金融數據，微調模型以應用於信用評分、欺詐檢測和風險建模等場景。
培訓結束後，學員將能夠：
- 在金融數據集上微調AI模型，以提升欺詐和風險預測能力。
- 應用遷移學習、LoRA和正則化等技術，提升模型效率。
- 將金融合規性考慮融入AI建模工作流。
- 將微調後的模型部署到金融服務平臺中用於生產。
微調AI用於醫療：醫學診斷與預測分析
14 小時本課程爲講師指導的香港（線上或線下）培訓，面向中高級醫療AI開發者和數據科學家，旨在幫助他們微調模型，用於臨牀診斷、疾病預測和患者結果預測，使用結構化和非結構化醫療數據。
培訓結束後，學員將能夠：
- 在包括電子病歷、影像和時間序列數據在內的醫療數據集上微調AI模型。
- 在醫療環境中應用遷移學習、領域適應和模型壓縮。
- 解決模型開發中的隱私、偏見和法規合規問題。
- 在實際醫療環境中部署和監控微調後的模型。
微調DeepSeek LLM以構建自定義AI模型
21 小時本次由講師主導的香港（線上或線下）培訓，面向高級AI研究員、機器學習工程師和開發者，旨在幫助他們微調DeepSeek LLM模型，創建針對特定行業、領域或業務需求的定製化AI應用。
培訓結束後，學員將能夠：
- 理解DeepSeek模型的架構和功能，包括DeepSeek-R1和DeepSeek-V3。
- 準備數據集並預處理數據以進行微調。
- 微調DeepSeek LLM以用於特定領域應用。
- 高效優化和部署微調後的模型。
爲自主系統和監控微調防禦AI
14 小時本次講師指導的培訓在香港（線上或線下）面向高級防禦AI工程師和軍事技術開發者，旨在微調深度學習模型，用於自主車輛、無人機和監控系統，同時滿足嚴格的安全性和可靠性標準。
培訓結束後，參與者將能夠：
- 微調計算機視覺和傳感器融合模型，用於監控和目標任務。
- 使自主AI系統適應不斷變化的環境和任務需求。
- 在模型管道中實施穩健的驗證和故障安全機制。
- 確保符合防禦特定的合規性、安全性和安全性標準。
微調法律AI模型：合同審查與法律研究
14 小時本課程由講師主導，面向中級法律技術工程師和AI開發者，旨在微調語言模型，以應用於合同分析、條款提取和自動化法律研究等任務，適用於法律服務環境。
培訓結束後，學員將能夠：
- 準備並清理法律文檔，用於微調NLP模型。
- 應用微調策略，提高模型在法律任務中的準確性。
- 部署模型，協助合同審查、分類和研究。
- 確保AI輸出在法律環境中的合規性、可審計性和可追溯性。
使用QLoRA微調大語言模型
14 小時本次由講師主導的培訓在香港（線上或線下）面向中高級機器學習工程師、AI開發人員和數據科學家，旨在幫助他們學習如何使用QLoRA高效地微調大模型，以完成特定任務和定製化需求。
通過本培訓，參與者將能夠：
- 理解QLoRA和LLMs量化技術的理論基礎。
- 在微調大語言模型時實現QLoRA，以應用於特定領域。
- 通過量化優化微調性能，利用有限的計算資源。
- 高效地部署和評估微調模型在實際應用中的表現。
