Efficient Large Language Model (LLM) Customization Seminar
Efficient Large Language Model (LLM) Customization: Effiziente Anpassung des Large Language Model (LLM)
Unternehmen müssen tagtäglich sprachbezogene Aufgaben wie Textklassifizierung, Inhaltserstellung, Stimmungsanalyse und Kunden-Chat-Support durchführen, und sie wollen dies auf möglichst kostengünstige Weise tun. Große Sprachmodelle können diese Aufgaben automatisieren, und effiziente LLM-Anpassungstechniken können die Fähigkeiten eines Modells erhöhen und die Größe der Modelle, die für den Einsatz in Unternehmensanwendungen erforderlich sind, reduzieren. In diesem Kurs gehst du über die prompte Entwicklung von LLMs hinaus und lernst eine Reihe von Techniken zur effizienten Anpassung von vortrainierten LLMs an deine spezifischen Anwendungsfälle kennen – ohne den rechenintensiven und teuren Prozess des Vortrainings deines eigenen Modells oder der Feinabstimmung der internen Gewichte eines Modells. Mit Hilfe des NVIDIA NeMo™-Dienstes lernst du verschiedene parametereffiziente Feinabstimmungsmethoden kennen, um das LLM-Verhalten für dein Unternehmen anzupassen.
Bitte beachte, dass eine einmal bestätigte Buchung nicht erstattungsfähig ist. Das bedeutet, dass du deinen Platz für eine Veranstaltung nach der Bestätigung nicht mehr stornieren kannst und keine Rückerstattung erfolgt, unabhängig von der Teilnahme an der Veranstaltung.
Lernziele Efficient Large Language Model (LLM) Customization Seminar
Nach dem Efficient Large Language Model (LLM) Customization Training
Wendest du parametereffiziente Feinabstimmungstechniken auf begrenzte Daten an, um bestimmte Aufgaben für deine Anwendungsfälle zu erfüllen.
Verwendest du LLMs zur Erzeugung synthetischer Daten, um kleinere LLMs für eine gewünschte Aufgabe feinabzustimmen
Reduzierst du die Anforderungen an die Modellgröße durch einen positiven Kreislauf aus der Kombination von synthetischer Datengenerierung und Modellanpassung
Erstellst du eine generative Anwendung, die aus mehreren benutzerdefinierten Modellen besteht, für die du während des Workshops Daten generierst und erstellst.
Inhalte Efficient Large Language Model (LLM) Customization Seminar
Inhalt folgt
Wir schulen auch bei dir vor Ort!
Diese Efficient Large Language Model (LLM) Customization Schulung führen wir auch bei dir im Unternehmen als individualisierte Efficient Large Language Model (LLM) Customization-Firmenschulung durch.
Efficient Large Language Model (LLM) Customization: Zielgruppe Efficient Large Language Model (LLM) Customization Seminar
Das Training Efficient Large Language Model (LLM) Customization richtet sich an
Datenbankspezialisten
Data Engineers
Softwareentwickler
technische Entscheidungsträger
Efficient Large Language Model (LLM) Customization: Voraussetzungen Efficient Large Language Model (LLM) Customization Seminar
Wir empfehlen für deine Teilnahme:
Berufserfahrung mit der Programmiersprache Python.
Vertrautheit mit grundlegenden Themen des Deep Learning wie Modellarchitektur, Training und Inferenz.
Vertrautheit mit einem modernen Python-basierten Deep Learning Framework (PyTorch bevorzugt).
Vertrautheit mit der Arbeit mit vorgefertigten LLMs.
4.8
(31)
Efficient Large Language Model (LLM) Customization Seminar
Efficient Large Language Model (LLM) Customization: Effiziente Anpassung des Large Language Model (LLM)
Unternehmen müssen tagtäglich sprachbezogene Aufgaben wie Textklassifizierung, Inhaltserstellung, Stimmungsanalyse und Kunden-Chat-Support durchführen, und sie wollen dies auf möglichst kostengünstige Weise tun. Große Sprachmodelle können diese Aufgaben automatisieren, und effiziente LLM-Anpassungstechniken können die Fähigkeiten eines Modells erhöhen und die Größe der Modelle, die für den Einsatz in Unternehmensanwendungen erforderlich sind, reduzieren. In diesem Kurs gehst du über die prompte Entwicklung von LLMs hinaus und lernst eine Reihe von Techniken zur effizienten Anpassung von vortrainierten LLMs an deine spezifischen Anwendungsfälle kennen – ohne den rechenintensiven und teuren Prozess des Vortrainings deines eigenen Modells oder der Feinabstimmung der internen Gewichte eines Modells. Mit Hilfe des NVIDIA NeMo™-Dienstes lernst du verschiedene parametereffiziente Feinabstimmungsmethoden kennen, um das LLM-Verhalten für dein Unternehmen anzupassen.
Bitte beachte, dass eine einmal bestätigte Buchung nicht erstattungsfähig ist. Das bedeutet, dass du deinen Platz für eine Veranstaltung nach der Bestätigung nicht mehr stornieren kannst und keine Rückerstattung erfolgt, unabhängig von der Teilnahme an der Veranstaltung.
Efficient Large Language Model (LLM) Customization Seminar