Struttura del corso

Introduzione ai modelli linguistici di grandi dimensioni

  • Panoramica di Natural Language Processing (NLP)
  • Introduzione a Large Language Models (LLMs)
  • I contributi di Meta AI allo sviluppo dell'LLM

Comprendere l'architettura dei Meta AI LLM

  • Architettura del trasformatore e meccanismi di auto-attenzione
  • Metodologie di formazione per modelli su larga scala
  • Confronto con altri LLM (GPT, BERT, T5, ecc.)

Impostazione dell'ambiente di sviluppo

  • Installazione e configurazione di Python e Jupyter Notebook
  • Lavorare con Hugging Face e il repository di modelli di Meta AI
  • Utilizzo di cloud o locali GPU per la formazione

Fine-Tuning e personalizzazione dei Meta AI LLM

  • Caricamento dei modelli pre-addestrati
  • Ottimizzazione dei set di dati specifici del dominio
  • Tecniche di apprendimento trasferibili

Creazione di applicazioni NLP con Meta AI LLM

  • Sviluppo di chatbot e intelligenza artificiale conversazionale
  • Implementazione della sintesi e parafrasi del testo
  • Analisi del sentiment e moderazione dei contenuti

Ottimizzazione e distribuzione di modelli linguistici di grandi dimensioni

  • Ottimizzazione delle prestazioni per la velocità di inferenza
  • Tecniche di compressione e quantizzazione del modello
  • Distribuzione di LLM tramite API e piattaforme cloud

Considerazioni etiche e intelligenza artificiale responsabile

  • Rilevamento e mitigazione dei pregiudizi negli LLM
  • Garantire trasparenza ed equità nei modelli di intelligenza artificiale
  • Tendenze e sviluppi futuri nell'intelligenza artificiale

Riepilogo e passaggi successivi

Requisiti

  • Conoscenza di base dell'apprendimento automatico e dell'apprendimento profondo
  • Esperienza con la programmazione Python
  • Familiarità con i concetti di elaborazione del linguaggio naturale (NLP)

Pubblico

  • Ricercatori di intelligenza artificiale
  • Scienziati dei dati
  • Machine Learning Ingegneri
  • Sviluppatori software interessati alla PNL
 21 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative