Struttura del corso

Introduzione all'IA generativa

  • Che cos'è l'IA generativa e perché è importante?
  • Principali tipologie e tecniche di IA generativa
  • Principali sfide e limiti dell'IA generativa

Architettura dei trasformatori e LLM

  • Che cos'è un trasformatore e come funziona?
  • Principali componenti e caratteristiche di un trasformatore
  • Utilizzo dei trasformatori per la costruzione di LLM

Leggi di scala e ottimizzazione

  • Cosa sono le leggi di scaling e perché sono importanti per gli LLM?
  • In che modo le leggi di scalabilità sono correlate alle dimensioni del modello, alle dimensioni dei dati, al budget di calcolo e ai requisiti di inferenza?
  • In che modo le leggi di scalabilità possono aiutare a ottimizzare le prestazioni e l'efficienza degli LLM?

Formazione e messa a punto degli LLM

  • Fasi principali e sfide della formazione degli LLM da zero
  • Vantaggi e svantaggi della messa a punto di LLM per compiti specifici
  • Best practice e strumenti per la formazione e la messa a punto degli LLM

Distribuzione e utilizzo di LLM

  • Principali considerazioni e sfide dell'implementazione degli LLM nell'ambiente di produzione
  • Casi d'uso comuni e applicazioni degli LLM in vari domini e settori
  • Integrazione degli LLM con altri sistemi e piattaforme di IA

Etica e futuro dell'IA generativa

  • Implicazioni etiche e sociali dell'IA generativa e degli LLM
  • Potenziali rischi e danni dell'IA generativa e degli LLM, come pregiudizi, disinformazione e manipolazione
  • Uso responsabile e vantaggioso dell'IA generativa e degli LLM

Riepilogo e prossime tappe

Requisiti

    Comprensione dei concetti di machine learning, come l'apprendimento supervisionato e non supervisionato, le funzioni di perdita e la suddivisione dei dati Esperienza con Python programmazione e manipolazione dei dati Conoscenza di base delle reti neurali e dell'elaborazione del linguaggio naturale

Pubblico

    Gli sviluppatori Appassionati di machine learning
 21 ore

Numero di Partecipanti



Prezzo per Partecipante

Corsi relativi

Categorie relative