Corso di formazione Fine-Tuning for Retrieval-Augmented Generation (RAG) Systems
Fine-Tuning per i sistemi di Generazione Augmentata con Recupero (RAG) è il processo di ottimizzazione della modalità con cui i modelli linguistici a vasta scala recuperano e generano informazioni rilevanti da fonti esterne per le applicazioni aziendali.
Questo corso guidato dall'insegnante (online o sul posto) è rivolto agli ingegneri NLP di livello intermedio e ai team di gestione del know-how che desiderano affinare i pipeline RAG per migliorare le prestazioni nei casi d'uso della risposta alle domande, della ricerca aziendale e della sintesi.
Al termine di questo corso, i partecipanti saranno in grado di:
- Comprendere l'architettura e il flusso di lavoro dei sistemi RAG.
- Affinare i componenti recupero e generazione per dati specifici del dominio.
- VaLUtARE Le PREstAzIoNe Di RaG E ApPlicArE MiGlIoRAmEnTo TrAMitE tEcNiCo PeFt.
- Distribuire sistemi RAG ottimizzati per l'uso interno o di produzione.
Formato del Corso
- Lecture interattive e discussioni.
- Molte esercitazioni e pratica.
- Implementazione pratica in un ambiente lab live.
Opzioni di Personalizzazione del Corso
- Per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Struttura del corso
Introduzione al Retrieval-Augmented Generation (RAG)
- Cos'è RAG e perché è importante per l'AI aziendale
- Componenti di un sistema RAG: retriever, generator, archivio documentale
- Confronto con LLM autonomi e ricerca vettoriale
Configurazione di una Pipeline RAG
- Installazione e configurazione di Haystack o framework simili
- Ingestione e preprocessamento dei documenti
- Connessione dei retriever ai database vettoriali (ad esempio, FAISS, Pinecone)
Fine-Tuning il Retriever
- Addestramento di retriever densi utilizzando dati specifici del dominio
- Utilizzo dei sentence transformers e dell'apprendimento contrastivo
- Valutazione della qualità del retriever con l'accuratezza top-k
Fine-Tuning il Generator
- Scegliere modelli di base (ad esempio, BART, T5, FLAN-T5)
- Tuning istruzionale vs. tuning supervisionato
- Metodi LoRA e PEFT per aggiorni efficienti
Valutazione ed Ottimizzazione
- Metriche per la valutazione delle prestazioni RAG (ad esempio, BLEU, EM, F1)
- Latenza, qualità della ricerca e riduzione dell'hallucination
- Tracciamento degli esperimenti ed miglioramenti iterativi
Distribuzione e Integrazione nel Mondo Reale
- Distribuzione di RAG nei motori di ricerca interni e negli chatbot
- Considerazioni sulla sicurezza, l'accesso ai dati e la governance
- Integrazione con API, dashboard o portali di conoscenza
Casi di Studio e Migliori Pratiche
- Casi d'uso aziendali nel settore finanziario, sanitario e legale
- Gestione del deriva del dominio ed aggiornamenti della base di conoscenze
- Prospettive future nei sistemi LLM con ritrovamento aumentato
Riepilogo e Passaggi Successivi
Requisiti
- Una comprensione dei concetti di processing del linguaggio naturale (NLP)
- Esperienza con modelli linguistici basati su transformer
- Familiarità con Python e flussi di lavoro di base di apprendimento automatico
Pubblico
- Ingegneri NLP
- Team di gestione del sapere
14 ore
I corsi di formazione interaziendali richiedono più di 5 partecipanti.
Corso di formazione Fine-Tuning for Retrieval-Augmented Generation (RAG) Systems - Booking
Corso di formazione Fine-Tuning for Retrieval-Augmented Generation (RAG) Systems - Enquiry
Fine-Tuning for Retrieval-Augmented Generation (RAG) Systems - Richiesta di consulenza
Richiesta di consulenza
Corsi in Arrivo
Corsi relativi
Advanced Techniques in Transfer Learning
14 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti dell'apprendimento automatico di livello avanzato che desiderano padroneggiare tecniche di transfer learning all'avanguardia e applicarle a problemi complessi del mondo reale.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Comprendere concetti e metodologie avanzate nell'apprendimento di trasferimento.
- Implementare tecniche di adattamento specifiche del dominio per modelli pre-addestrati.
- Applica l'apprendimento continuo per gestire attività e set di dati in evoluzione.
- Padroneggia la messa a punto multi-task per migliorare le prestazioni del modello in tutte le attività.
Ulteriori Informazioni...
Deploying Fine-Tuned Models in Production
21 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti di livello avanzato che desiderano implementare modelli ottimizzati in modo affidabile ed efficiente.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Comprendi le sfide legate all'implementazione di modelli ottimizzati nell'ambiente di produzione.
- Containerizza e distribuisci i modelli utilizzando strumenti come Docker e Kubernetes.
- Implementare il monitoraggio e la registrazione per i modelli distribuiti.
- Ottimizza i modelli per la latenza e la scalabilità in scenari reali.
Ulteriori Informazioni...
Domain-Specific Fine-Tuning for Finance
21 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti di livello intermedio che desiderano acquisire competenze pratiche nella personalizzazione di modelli di intelligenza artificiale per attività finanziarie critiche.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Comprendi i fondamenti dell'ottimizzazione per le applicazioni finanziarie.
- Sfrutta i modelli pre-addestrati per attività specifiche del dominio nel settore finanziario.
- Applica tecniche per il rilevamento delle frodi, la valutazione del rischio e la generazione di consulenza finanziaria.
- Garantisci la conformità alle normative finanziarie come GDPR e SOX.
- Implementa la sicurezza dei dati e le pratiche etiche di intelligenza artificiale nelle applicazioni finanziarie.
Ulteriori Informazioni...
Fine-Tuning Models and Large Language Models (LLMs)
14 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti di livello intermedio e avanzato che desiderano personalizzare modelli pre-addestrati per attività e set di dati specifici.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Comprendere i principi del fine-tuning e le sue applicazioni.
- Preparare i set di dati per l'ottimizzazione dei modelli pre-addestrati.
- Ottimizza i modelli linguistici di grandi dimensioni (LLM) per le attività di NLP.
- Ottimizza le prestazioni del modello e affronta le sfide più comuni.
Ulteriori Informazioni...
Efficient Fine-Tuning with Low-Rank Adaptation (LoRA)
14 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a sviluppatori di livello intermedio e professionisti dell'intelligenza artificiale che desiderano implementare strategie di messa a punto per modelli di grandi dimensioni senza la necessità di ampie risorse computazionali.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Comprendere i principi dell'adattamento di basso rango (LoRA).
- Implementa LoRA per una messa a punto efficiente di modelli di grandi dimensioni.
- Ottimizza l'ottimizzazione per ambienti con risorse limitate.
- Valuta e distribuisci modelli ottimizzati per LoRA per applicazioni pratiche.
Ulteriori Informazioni...
Fine-Tuning Multimodal Models
28 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti di livello avanzato che desiderano padroneggiare la messa a punto di modelli multimodali per soluzioni di intelligenza artificiale innovative.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Comprendi l'architettura dei modelli multimodali come CLIP e Flamingo.
- Prepara e pre-elabora in modo efficace i set di dati multimodali.
- Ottimizza i modelli multimodali per attività specifiche.
- Ottimizza i modelli per le applicazioni e le prestazioni del mondo reale.
Ulteriori Informazioni...
Fine-Tuning for Natural Language Processing (NLP)
21 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti di livello intermedio che desiderano migliorare i loro progetti di PNL attraverso l'efficace messa a punto di modelli linguistici pre-addestrati.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Comprendi i fondamenti della messa a punto per le attività di NLP.
- Ottimizza i modelli pre-addestrati come GPT, BERT e T5 per applicazioni NLP specifiche.
- Ottimizza gli iperparametri per migliorare le prestazioni del modello.
- Valuta e distribuisci modelli ottimizzati in scenari reali.
Ulteriori Informazioni...
Fine-Tuning DeepSeek LLM for Custom AI Models
21 oreQuesto corso di formazione dal vivo e guidato da un istruttore in Italia (online o in loco) è rivolto a ricercatori AI di livello avanzato, ingegneri di machine learning e sviluppatori che desiderano ottimizzare DeepSeek modelli LLM per creare applicazioni AI specializzate su misura per industrie, domini o esigenze aziendali specifiche.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Comprendere l'architettura e le capacità dei modelli DeepSeek, inclusi DeepSeek-R1 e DeepSeek-V3.
- Preparare set di dati e preprocessare i dati per l'ottimizzazione.
- Affinare DeepSeek LLM per applicazioni specifiche del settore.
- Ottimizzare e distribuire modelli ottimizzati in modo efficiente.
Ulteriori Informazioni...
Fine-Tuning Large Language Models Using QLoRA
14 oreQuesto corso guidato dal formatore in Italia (online o presenza) è rivolto a ingegneri di apprendimento automatico, sviluppatori AI e scienziati dei dati di livello intermedio-avanzato che desiderano imparare come utilizzare QLoRA per addestrare in modo efficiente modelli grandi su specifiche attività e personalizzazioni.
Al termine del corso, i partecipanti saranno in grado di:
- Comprendere la teoria dietro QLoRA e le tecniche di quantizzazione per LLM (Large Language Models).
- Mettere in pratica QLoRA nell'addestramento di modelli linguistici grandi per applicazioni specifiche del settore.
- Ottimizzare le prestazioni dell'addestramento su risorse computazionali limitate utilizzando la quantizzazione.
- Deployare e valutare modelli addestrati in applicazioni reali in modo efficiente.
Ulteriori Informazioni...
Fine-Tuning with Reinforcement Learning from Human Feedback (RLHF)
14 oreQuesto corso guidato dall'insegnante in Italia (online o sul posto) è rivolto a ingegneri di apprendimento automatico avanzati e ricercatori di IA che desiderano applicare RLHF per affinare modelli AI grandi per una prestazione, sicurezza e allineamento superiori.
Al termine di questo corso, i partecipanti saranno in grado di:
- Comprendere le basi teoriche dell'RLHF e perché è essenziale nello sviluppo moderno dell'IA.
- Mettere in pratica modelli di reward basati sul feedback umano per guidare i processi di apprendimento per rinforzo.
- Perfezionare grandi modelli linguistici utilizzando tecniche RLHF per allineare le uscite con le preferenze umane.
- Applicare le migliori pratiche per la scalabilità dei flussi di lavoro RLHF per sistemi AI di grado produttivo.
Ulteriori Informazioni...
Optimizing Large Models for Cost-Effective Fine-Tuning
21 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti di livello avanzato che desiderano padroneggiare le tecniche per l'ottimizzazione di modelli di grandi dimensioni per una messa a punto conveniente in scenari del mondo reale.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Comprendi le sfide della messa a punto di modelli di grandi dimensioni.
- Applicare tecniche di training distribuite a modelli di grandi dimensioni.
- Sfrutta la quantizzazione e l'eliminazione dei modelli per l'efficienza.
- Ottimizza l'utilizzo dell'hardware per le attività di messa a punto.
- Distribuisci modelli ottimizzati in modo efficace negli ambienti di produzione.
Ulteriori Informazioni...
Prompt Engineering and Few-Shot Fine-Tuning
14 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti di livello intermedio che desiderano sfruttare la potenza dell'ingegneria rapida e dell'apprendimento a pochi colpi per ottimizzare le prestazioni LLM per le applicazioni del mondo reale.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Comprendi i principi dell'ingegneria rapida e dell'apprendimento a pochi colpi.
- Progetta prompt efficaci per varie attività di NLP.
- Sfrutta le tecniche a pochi colpi per adattare gli LLM con dati minimi.
- Ottimizza le prestazioni LLM per applicazioni pratiche.
Ulteriori Informazioni...
Parameter-Efficient Fine-Tuning (PEFT) Techniques for LLMs
14 oreQuesto corso guidato dal formatore in Italia (online o presenza) è rivolto a data scientist e ingegneri AI di livello intermedio che desiderano ottimizzare il fine-tuning dei modelli linguistici grandi in modo più economico ed efficiente utilizzando metodi come LoRA, Adapter Tuning e Prefix Tuning.
Al termine del corso, i partecipanti saranno in grado di:
- Comprendere la teoria sottostante gli approcci al fine-tuning con parametri efficienti.
- Implementare LoRA, Adapter Tuning e Prefix Tuning utilizzando Hugging Face PEFT.
- Confrontare le prestazioni e i compromessi di costo dei metodi PEFT rispetto al fine-tuning completo.
- Distribuire ed scalare modelli LLM fine-tunati con requisiti ridotti di calcolo e archiviazione.
Ulteriori Informazioni...
Introduction to Transfer Learning
14 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti dell'apprendimento automatico di livello principiante e intermedio che desiderano comprendere e applicare tecniche di apprendimento di trasferimento per migliorare l'efficienza e le prestazioni nei progetti di intelligenza artificiale.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Comprendere i concetti fondamentali e i vantaggi del transfer learning.
- Esplora i modelli pre-addestrati più diffusi e le relative applicazioni.
- Esegui l'ottimizzazione di modelli pre-addestrati per attività personalizzate.
- Applica il transfer learning per risolvere problemi del mondo reale in PNL e visione artificiale.
Ulteriori Informazioni...
Troubleshooting Fine-Tuning Challenges
14 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti di livello avanzato che desiderano affinare le proprie competenze nella diagnosi e nella risoluzione di problemi di messa a punto per i modelli di apprendimento automatico.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Diagnostica problemi come l'overfitting, l'underfitting e lo squilibrio dei dati.
- Implementare strategie per migliorare la convergenza dei modelli.
- Ottimizza l'ottimizzazione delle pipeline per ottenere prestazioni migliori.
- Esegui il debug dei processi di formazione utilizzando strumenti e tecniche pratiche.
Ulteriori Informazioni...
