Course Outline

Pengantar Fine-Tuning

  • Apa itu fine-tuning?
  • Kasus penggunaan dan manfaat fine-tuning
  • Tinjauan umum model pra-terlatih dan pembelajaran transfer

Mempersiapkan Penyetelan Halus

  • Mengumpulkan dan membersihkan kumpulan data
  • Memahami persyaratan data khusus tugas
  • Analisis data eksploratif dan praproses

Teknik Penyetelan Halus

  • Pembelajaran transfer dan ekstraksi fitur
  • Penyetelan halus transformator dengan Hugging Face
  • Penyetelan halus untuk tugas yang diawasi vs. tugas yang tidak diawasi

Penyetelan Halus Large Language Models (LLMs)

  • Mengadaptasi LLM untuk tugas-tugas NLP (misalnya, klasifikasi teks, peringkasan)
  • Melatih LLM dengan kumpulan data khusus
  • Mengontrol perilaku LLM dengan rekayasa cepat

Optimasi dan Evaluasi

  • Penyetelan hiperparameter
  • Mengevaluasi kinerja model
  • Mengatasi overfitting dan underfitting

Meningkatkan Upaya Penyempurnaan Skala

  • Penyetelan halus pada sistem terdistribusi
  • Memanfaatkan solusi berbasis cloud untuk skalabilitas
  • Studi kasus: Proyek penyempurnaan skala besar

Praktik Terbaik dan Tantangan

  • Praktik terbaik untuk menyempurnakan kesuksesan
  • Tantangan umum dan pemecahan masalah
  • Pertimbangan etis dalam menyempurnakan model AI

Topik Lanjutan (Opsional)

  • Menyempurnakan model multi-moda
  • Pembelajaran tanpa tembakan dan sedikit tembakan
  • Menjelajahi teknik LoRA (Adaptasi Tingkat Rendah)

Ringkasan dan Langkah Berikutnya

Requirements

  • Pemahaman tentang dasar-dasar pembelajaran mesin
  • Pengalaman dengan pemrograman Python
  • Keakraban dengan model pra-terlatih dan aplikasinya

Hadirin

  • Ilmuwan data
  • Insinyur pembelajaran mesin
  • Peneliti AI
 14 Hours

Number of participants


Price per participant

Upcoming Courses (Minimal 5 peserta)

Related Categories