PickAClass · AI, Tech at Inhinyero · Generative AI & Deep Learning

Fine-Tuning ng mga Language Model

Higitan pa ang prompting sa pamamagitan ng pag-aaral na i-fine-tune ang mga pre-trained na language model sa mga custom na dataset. I-adapt ang mga model tulad ng GPT, Llama, at BERT para sa mga partikular na domain at gawain upang mapabuti ang performance at katumpakan.

44 courses

Fine-Tuning ng mga Language Model

Mga Lokal na AI Model Gamit ang Ollama: Patakbuhin ang LLM sa Sarili Mong Hardware

Lokal na Pag-deploy ng LLM: Patakbuhin ang Open-Source AI sa Pribadong Imprastraktura

Gabay sa Pagsisimula para sa LLM Fine-Tuning

Mga Batayan ng LLM Optimization: Compression at Fine-Tuning

Panimula sa LLM Fine-Tuning sa Domain Data

Pag-deploy ng mga Local LLM: vLLM, Quantization, at Inference

Mga Batayan ng Pagsubok at Ebalwasyon ng LLM Application

Panimula sa LLM Fine-Tuning gamit ang LoRA at QLoRA

Mga Pundasyon ng Malalaking Modelo ng Wika: Mula sa mga Transformer hanggang sa Pagpino

Fine-Tuning ng OpenAI Models: I-customize ang LLMs Gamit ang Iyong Sariling Data

Fine-Tuning Transformers at LLMs: Mula BERT hanggang LLaMA

Mga Batayan ng Generative AI gamit ang Hugging Face

Bumuo, I-align, at I-fine-tune ang mga LLM mula sa Simula gamit ang PyTorch

Gabay sa Fine-Tuning ng LLM: I-customize ang GPT-3.5 at mga AI Model Gamit ang Iyong Sariling Data

Generative AI Engineering: Fine-Tuning Transformers

Estratehikong Pagpapatupad at Pag-tweak ng mga Malalaking Language Model

Pagbuo ng Custom LLM: Fine-tuning gamit ang LoRA at QLoRA

Fine-tuning at Pag-evaluate ng Vision AI Models

LLM Fine-Tuning at Customization para sa mga Partikular na Domain

Pag-optimize ng Gastos sa LLM at Pagpapahusay ng mga AI Workflow

Mga Foundation Model at RAG gamit ang SageMaker JumpStart

Fine-Tuning Foundation Models: Gabay sa Pag-customize ng mga LLM

LangChainGo para sa mga Go Developer: Pag-iintegrate ng mga LLM at Embedding

Mga Paraan ng Pagsasanay sa SageMaker para sa Pag-optimize ng ML Model