دوره آموزشی مبانی LLM: ایجاد برنامه های کاربردی موثر برای شرکت ها

جزئیات دوره

با محبوبیت روزافزون مدل‌های هوش مصنوعی مولد، شرکت‌ها شروع به ساخت برنامه‌های کاربردی سرتاسری برای ادغام جریان‌های کاری موجود خود با هوش مصنوعی مولد کرده‌اند. در این دوره، مربی Kumaran Ponnambalam به شما نشان می‌دهد که چگونه با یکپارچه‌سازی، مدیریت عملکرد، اعتماد و نظارت راه‌اندازی کنید تا برنامه‌های کاربردی مولد هوش مصنوعی موثر و قابل اعتماد را در مقیاس ارائه دهید.

برخی از ویژگی‌های منحصر به فرد و موارد استفاده برای برنامه‌های کاربردی مبتنی بر هوش مصنوعی را در یک محیط سازمانی، از جمله گزینه‌های موجود، معیارهای انتخاب، و ملاحظات کلیدی استقرار برای مدل‌های هوش مصنوعی مولد، بررسی کنید. کوماران اصول ارزیابی و تنظیم دقیق مدل ها و همچنین الگوها و بهترین شیوه ها برای طراحی برنامه اصلی را پوشش می دهد. در پایان این دوره، شما همچنین به مهارت های جدیدی برای مدیریت عملکرد برنامه، حفظ ایمنی و اعتماد، و پیمایش برخی از مهم ترین چالش های اخلاقی و قانونی هوش مصنوعی مجهز خواهید شد.

سرفصل ها

0. مقدمه

01 - شروع سفر پذیرش GenAI شما
02 - محتوای دوره و پیش نیاز

1. هوش مصنوعی مولد در شرکت ها

03 - انقلاب GenAI
04 - چگونه GenAI بر شرکت‌ها تأثیر می‌گذارد
05 - چالش‌های GenAI برای شرکت ها
06 - فرآیند پذیرش GenAI

2. GenAI Use Case Selection

07 - موارد استفاده محبوب GenAI
08 - شناسایی و ارزیابی موارد استفاده GenAI
09 - ایجاد نقشه راه GenAI
10 - ساخت اثبات مفهوم برای GenAI
11 - مورد استفاده از دوره - میز پشتیبانی ایمیل مجهز به GenAI

3. انتخاب مدل‌های GenAI

12 - منظره مدل GenAI
13 - معیارهای انتخاب مدل‌های GenAI
14 - ساخت در مقابل خرید برای GenAI
15 - ملاحظات استقرار مدل GenAI
16 - تاثیر داده‌های آموزشی در GenAI

4. ارزیابی و تنظیم دقیق برای GenAI

17 - ارزیابی مدل‌های GenAI
18 - تنظیم دقیق مدل‌های GenAI
19 - ساخت مجموعه داده‌ها برای ارزیابی و تنظیم دقیق
20 - معیارهای GenAI
21 - مورد استفاده دوره - ارزشیابی و انتخاب مدل

5. ملاحظات طراحی برای برنامه‌های کاربردی GenAI

22 - یک برنامه معمولی GenAI
23 - تولید دسته ای با مدل‌های GenAI
24 - رابط‌های کاربری و API
25 - مهندسی سریع
26 - جمع‌آوری و پایش داده ها
27 - مورد استفاده دوره - معماری

6. ایمنی و اعتماد با GenAI

28 - ملاحظات اخلاقی و قانونی
29 - محافظت در برابر آسیب پذیری ها
30 - سمیت و سوگیری در GenAI
31 - توهم
32 - مورد استفاده از دوره - حفاظ

7. مدیریت عملکرد برنامه GenAI

33 - اهداف عملکرد برای برنامه‌های GenAI
34 - بهبود دقت GenAI
35 - کاهش تاخیر برای GenAI
36 - کنترل هزینه GenAI
37 - مورد استفاده از دوره - ملاحظات عملکرد

نتیجه

38 - به سفر GenAI خود ادامه دهید