Beginne deine Reise mit Large Language Models (LLMs), indem du verstehst, was sie sind und was sie können, und wirf einen Blick unter die Haube, um eine Vorstellung davon zu bekommen, wie sie funktionieren!

Einführung in große Sprachmodelle (LLMs)

Eine Pipeline für die Verdichtung verwenden

Antworten bereinigen

Verwendung von vortrainierten LLMs

Text generieren

Text übersetzen

Den Transformator verstehen

Identifiziere den Transformator

Verwendung der richtigen Modellstruktur

Erste Schritte mit großen Sprachmodellen (LLMs)

Lerne, wie du vortrainierte LLMs und Datensätze von Hugging Face zur Feinabstimmung eines Modells nutzen kannst.

Vorbereitungen für die Feinabstimmung

Text mit Token versehen

Mapping Tokenisierung

Feinschliff durch Training

Trainingsargumente aufstellen

Einrichten des Trainers

Mit dem Feinabstimmungsmodell

Ansätze zur Feinabstimmung

Transferlernen mit One-Shot-Learning

Ansätze des Transferlernens

Feinabstimmung der LLMs

Du lernst verschiedene Kennzahlen zur Bewertung der Modellleistung kennen und erfährst abschließend, welche Herausforderungen die Anwendung von LLMs in der realen Welt mit sich bringt.

Die Bibliothek auswerten

Laden von Metriken mit Evaluierung

Beschreiben von Metriken

Metriken auswerten

Metriken für Sprachaufgaben: Perplexität und BLEU

Perplexität auswerten

BLEU Übersetzungen

Metriken für Sprachaufgaben: ROUGE, METEOR, EM

Auswerten mit ROUGE

Auswerten mit METEOR

Auswerten mit EM

Absicherung von LLMs

Prüfung der Toxizität

Bewertung von Respekt

Die Ziellinie

Bewertung der Leistung LLM

Große Sprachmodelle (Large Language Models, LLMs) sind zu zentralen Werkzeugen geworden, die einige der erstaunlichsten Fortschritte und Anwendungen in der heutigen KI-Landschaft vorantreiben. Dieser praxisorientierte Kurs vermittelt dir die praktischen Kenntnisse und Fähigkeiten, die du brauchst, um LLMs zu verstehen, zu erstellen und für die Lösung komplexer Sprachaufgaben wie Übersetzung, Spracherzeugung, Fragenbeantwortung und mehr zu nutzen. Durch iteraktive Codierübungen lernst du, mit Transformatoren zu arbeiten. Du wirst auch vortrainierte Sprachmodelle und Datensätze von Hugging Face kennenlernen. Am Ende dieses Kurses wirst du in der Lage sein, vortrainierte LLMs mithilfe spezieller Metriken zu optimieren und zu bewerten. Du wirst auch ein Verständnis für die wichtigsten Herausforderungen und ethischen Überlegungen bei der Ermöglichung realer LLM Anwendungen erlangen.

<h2>Finde heraus, was hinter dem Hype um die großen Sprachmodelle steckt</h2>
<br><br>
Große Sprachmodelle (Large Language Models, LLMs) sind zu zentralen Werkzeugen geworden, die einige der erstaunlichsten Fortschritte und Anwendungen in der heutigen KI-Landschaft vorantreiben. Dieser praxisorientierte Kurs vermittelt dir das praktische 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>Entdecken Sie die LLM-Architektur und nutzen Sie 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 Bewertung deines Modells mit Hilfe fortschrittlicher Metriken nutzen kannst, die zu LLMs passen. Schließlich erfährst du mehr über ethische Bedenken und Vorurteile, die für LLM-Studierende relevant sind, und wie du diese erkennen kannst. Am Ende dieses Kurses wirst du in der Lage sein, LLMs zu erstellen, zu verfeinern und mit Hilfe spezieller Metriken zu bewerten, während du die wichtigsten Herausforderungen und ethischen Überlegungen für LLM-Anwendungen in der Praxis verstehst.

Intermediate Deep Learning with PyTorch

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

Einführung in LLMs in Python

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

Associate AI Engineer für Datenwissenschaftler

Entwicklung von großen Sprachmodellen

Trainingsargumente aufstellen

Einführung in LLMs in Python

Anleitung zur Übung

Interaktive Übung