Course Outline

Pengantar Model Bahasa Kecil (SLM)

  • Ikhtisar model bahasa
  • Evolusi dari Model Bahasa Besar ke Model Bahasa Kecil
  • Arsitektur dan desain SLM
  • Keuntungan dan keterbatasan SLM

Landasan Teknis

  • Memahami jaringan saraf dan parameternya
  • Proses pelatihan untuk SLM
  • Persyaratan data dan optimasi model
  • Metrik evaluasi untuk model bahasa

SLM dalam Pemrosesan Bahasa Alami

  • Pembuatan teks dengan SLM
  • Terjemahan bahasa dan lokalisasi
  • Analisis sentimen dan klasifikasi teks
  • Menjawab pertanyaan dan chatbots

Penerapan SLM di Dunia Nyata

  • Aplikasi seluler: Pemrosesan bahasa di perangkat
  • Sistem tertanam: SLM di perangkat IoT
  • AI yang menjaga privasi: Pemrosesan data lokal
  • Komputasi tepi: SLM di lingkungan latensi rendah

Studi kasus

  • Menganalisis keberhasilan penerapan SLM
  • Aplikasi khusus industri (Perawatan Kesehatan, Finance, dll.)
  • Studi perbandingan: SLM vs. model besar dalam produksi

Arah masa depan

  • Tren penelitian di SLM
  • Tantangan dalam penskalaan dan penerapan
  • Pertimbangan etis dan AI yang bertanggung jawab
  • Jalan ke depan: SLM generasi berikutnya

Lokakarya Praktis

  • Membangun SLM sederhana untuk pembuatan teks
  • Mengintegrasikan SLM ke dalam aplikasi seluler
  • Menyempurnakan SLM untuk tugas tertentu
  • Analisis kinerja dan interpretasi model

Proyek Batu Penjuru

  • Mengidentifikasi ruang masalah untuk aplikasi SLM
  • Merancang dan mengimplementasikan solusi SLM
  • Menguji dan mengulangi model
  • Mempresentasikan proyek dan hasilnya

Ringkasan dan Langkah Selanjutnya

Requirements

  • Pemahaman dasar tentang konsep pembelajaran mesin
  • Keakraban dengan pemrograman Python.
  • Pengetahuan tentang jaringan saraf dan pembelajaran mendalam

Hadirin

  • Ilmuwan data
  • Pengembang perangkat lunak
  • Penggemar AI
 14 Hours

Number of participants


Price per participant

Upcoming Courses (Minimal 5 peserta)

Related Categories