Starte deinen Kurs zu Large Language Models (LLMs), indem du verstehst, was sie sind und was sie können, und wirf einen Blick auf die Technik dahinter, um eine Vorstellung davon zu bekommen, wie sie funktionieren!

Einführung in große Sprachmodelle (LLM)

Zusammenfassung mittels einer Pipeline

Antworten bereinigen

Vortrainierte LLMs nutzen

Text generieren

Text übersetzen

Grundlagen zum Transformer

Identifikation des Transformers

Auswahl der richtigen Modellstruktur

Erste Schritte mit großen Sprachmodellen (LLMs)

Lerne, wie du vortrainierte LLMs und Datensätze von Hugging Face einsetzen kannst, um ein Modell zu optimieren.

Vorbereitung für die Feinabstimmung

Text in Tokens aufteilen

Tokenisierung abbilden

Feinabstimmung durch Training

Trainingsargumente einrichten

Trainer einrichten

Einsatz des feinabgestimmten Modells

Ansätze zur Feinabstimmung

Transfer Learning mit One-Shot-Learning

Ansätze für das Transfer Learning

Feinabstimmung von LLMs

Du schaust dir verschiedene Kennzahlen an, um die Modellleistung zu prüfen und lernst abschließend, welche Herausforderungen sich aus der Anwendung von LLMs in der Praxis ergeben.

Die Bibliothek „evaluate“

Metriken mit „evaluate“ laden

Metriken beschreiben

Bewertungsmetriken einsetzen

Metriken für Sprachaufgaben: Perplexity und BLEU

Perplexity bewerten

BLEU-Übersetzungen

Metriken für Sprachaufgaben: ROUGE, METEOR, EM

Bewertung mit ROUGE

Bewertung mit METEOR

Bewertung mit EM

Sicherheitsvorkehrungen bei LLMs

Toxizität prüfen

Voreingenommenheit und Polarität bewerten

Geschafft

Bewertung der Leistung eines LLMs

Course Glossary Introduction to LLMs in Python

Large Language Models (LLMs) oder auch große Sprachmodelle sind inzwischen unverzichtbare Tools, die einige der beeindruckendsten Fortschritte und Anwendungen in der heutigen KI-Landschaft vorantreiben. In diesem praxisorientierten Kurs lernst du alles, was du wissen musst, um die Leistungsfähigkeit von LLMs zu verstehen, einzusetzen und komplexe Sprachaufgaben wie Übersetzung, Sprachgenerierung, Beantwortung von Fragen und vieles mehr zu lösen. Durch interaktive Programmierübungen erlernst du den Umgang mit Transformern. Du befasst dich außerdem mit vortrainierten Sprachmodellen und Datensätzen von Hugging Face. Am Ende dieses Kurses wirst du in der Lage sein, vortrainierte LLMs mithilfe spezieller Metriken zu optimieren und zu bewerten. Außerdem lernst du die wichtigsten Herausforderungen und ethischen Überlegungen kennen, die mit dem Einsatz von LLM-Anwendungen in der Praxis verbunden sind.

Die Live-Transkripte der Videos kannst du durch einen Klick auf „Mitschrift anzeigen“ unten links in den Videos aufrufen.
Das Kursglossar findest du rechts im Bereich Ressourcen.
Um CPE-Credits zu erhalten, musst du den Kurs abschließen und in dem Test 70 % erreichen.  Du gelangst zum Test, indem du rechts auf die Angabe zu den CPE-Credits klickst.

<h2>Finde heraus, was hinter dem Hype um die Large Language Models steckt</h2>
<br><br>
Large Language Models (LLMs, dt. große Sprachmodelle) sind zu unverzichtbaren Werkzeugen geworden, die einige der beeindruckendsten Fortschritte und Anwendungen in der heutigen KI-Landschaft vorantreiben. Dieser praxisorientierte Kurs vermittelt dir das für die Anwendung relevante Wissen und die Fähigkeiten, die du brauchst, um LLMs zu verstehen, aufzubauen und für die Lösung komplexer Sprachaufgaben wie Übersetzung, Spracherzeugung und vieles mehr zu nutzen.
<br><br>
<h2>Lerne die LLM-Architektur kennen und nutze vortrainierte Modelle</h2>
<br><br>
In interaktiven Programmierübungen lernst du verschiedene Transformator-Architekturen kennen und erfährst, wie du sie erkennen kannst. Du erfährst, wie du vortrainierte Sprachmodelle und Datensätze von Hugging Face für die Feinabstimmung und Evaluierung deines Modells mit Hilfe fortschrittlicher Metriken nutzen kannst, die zu LLMs passen. Abschließend erfährst du mehr über ethische Bedenken und Vorurteile im Zusammenhang mit LLMs und Möglichkeiten, diese zu erkennen. Am Ende dieses Kurses wirst du in der Lage sein, LLMs zu erstellen, zu verfeinern und mit Hilfe spezieller Metriken zu evaluieren, weil du dann die wichtigsten Herausforderungen und ethischen Überlegungen für LLM-Anwendungen in der Praxis verstehst.

Working with Hugging Face

Erlernen Sie die Grundlagen von LLMs und der revolutionären Transformer-Architektur!

Einführung in LLMs mit Python

Erfahre alles über LLMs und die revolutionäre Transformatorarchitektur, auf der sie basieren!

Associate AI Engineer für Datenwissenschaftler

Entwicklung von großen Sprachmodellen

Grundlagen von Hugging Face

Grundlagen der Snowflake-KI

Bewertung mit EM

Übungsanweisungen

Interaktive praktische Übung