Contattataci
 Durata 7 ore

Struttura del corso

Dalla Generazione di Testo alle Decisioni Tipizzate

  • Cosa restituisce un modello di decisione
  • Decisioni di sistema uno (System One) rispetto ai LLM di ragionamento
  • Profilo di costo e latenza delle decisioni limitate

Il Panorama dei Modelli di Decisione Open-Weight

  • Strands Decider 2B di AWS Labs
  • Le famiglie open-weight JEV e GEV
  • Pplx-Decider, Liquid D1 e Clef
  • Differenze di licenza e distribuzione

All'interno di un Modello di Decisione

  • Corpo (torso) di LLM senza testa per la modellazione linguistica
  • Valutazione delle opzioni candidate tramite testa puntatore (pointer head)
  • Origine del punteggio di fiducia

Le Tuoe Prime Decisioni

  • Configurazione locale su CPU e GPU consumer
  • Formulazione di domande e insiemi di opzioni
  • Porre più domande in un unico passaggio
  • Soglie e comportamento di fallback

Valutare la Qualità della Decisione

  • JevBench e benchmark decisionali
  • Accuratezza rispetto alla calibrazione
  • Punteggio di Brier e affidabilità della fiducia
  • Task in cui un modello di decisione è lo strumento sbagliato

Requisiti

  • Nozioni di base sui grandi modelli linguistici e sulle applicazioni basate su prompt.
  • Familiarità con la riga di comando e gli script Python.
  • Nessuna esperienza pregressa nell'addestramento del machine learning è richiesta.

Pubblico Target

  • Ingegneri IA che valutano i modelli di decisione per i flussi di lavoro degli agenti
  • Sviluppatori software che sostituiscono le chiamate LLM con decisioni limitate
  • Architetti di soluzione e di piattaforma che progettanno architetture agentiche
  • Product manager tecnici che valutano le opzioni relative ai modelli di decisione

Numero di Partecipanti


Prezzo per partecipante

Corsi in Arrivo

Categorie relative