Вы используете мобильную версию

перейти на Полную версию сайта

Запись

[stepik] Делаем свой AI-продукт на базе ChatGPT или других LLM моделей (Александр Миленькин)

Складчина [stepik] Делаем свой AI-продукт на базе ChatGPT или других LLM моделей (Александр Миленькин). Совместные покупки курсов, тренингов, обучения. Присоединяйтесь! Важен каждый вкладчик.

Тема найдена по тегам:
Цена:
3500 руб
Взнос:
272 руб
Организатор:
Евражкa

Список участников складчины:

1. Евражкa 2. tinakamila
open
2
  1. Евражкa
    Евражкa Организатор складчин

    [stepik] Делаем свой AI-продукт на базе ChatGPT или других LLM моделей (Александр Миленькин)

    [​IMG]

    Чему вы научитесь

    • Получать максимальный результат от использования больших языковых моделей за счёт грамотного промптинга.
    • Использовать фреймворк LangChain и создавать базы знаний под свои задачи.
    • Доводить свою идею до минимально рабочего прототипа на StreamLit.
    О курсе

    В курсе рассматриваются способы повысить профит от использования больших языковых моделей (LLM) в личных целях или для встраивания в бизнес процессы.
    Будем двигаться от базовых концепций к более продвинутым техникам, закрепляя всё на практике.
    Курс не про архитектуры языковых моделей, их различия, способы обучения, а скорее про использование готовых моделей для реализации своих идей в качестве пользователя. Поэтому курс практичный и подойдет для начинающих.
    Основной язык программирования Python
    Преподаватели курса стали лауреатами премии Stepik Awards 2023 в номинации "Прорыв Года".

    Для кого этот курс
    Курс предназначен для широкого круга лиц, интересующихся большими языковыми моделями (LLM) и их возможным применением в личных и бизнес задачах.

    Начальные требования

    Знание Python на базовом уровне
    Умение запускать код в Jupyter notebooks или Google colab
    Общее представление или опыт взаимодействия с большими языковыми моделями (LLM). Например, с ChatGPT

    Как проходит обучение

    - Выдаем каждому ключи к API ChatGPT и объясняем, что с ними делать
    - Пройдём путь от продвинутого промптинга до создания "баз знаний" для своих задач и деплоя собственного работающего сервиса.
    - Рассмотрим опенсорс (бесплатные) альтернативы ChatGPT и как их развернуть и дообучить на бесплатных ресурсах.
    - Выполненный в рамках курса проект можно будет положить как ПЕТ-проект в портфолио или доработать и использовать для своих целей.

    Программа курса
    Вступление
    1. Как правильно входить в курс
    2. Общий подход и точки улучшения приложений с LLM
    3. API ключ курса или от OpenAI?
    Промптинг - объясни LLM, что тебе от неё надо!
    1. Введение в Prompt Engineering
    2. ‍ Дизайн промптов в LangChain
    LangChain или причем тут попугаи?
    1. Память в LangChain
    2. Chains - собери свою цепь
    3. ️‍♂️ Агенты intro
    LLM и ваши данные | + =
    1. LangChain с вашими данными
    Дообучение на своих данных | + =
    1. Open Source модели на замену; LLaMa, Vicuna и русские LLM
    2. А не сделать ли тебе свой проект уже сейчас?!
    3. fine-tuning языковых моделей на своих данных
    4. ‍‍‍♂️ Собери свою банду агентов и завали боса
    5. Примеры кода и формат данных
    Prompt Engineering - был basic, стал advansic
    1. первый урок
    Разбор реального проекта
    1. ChatGPT и примеры использования:
    2. Чат-бот заказчик и база знаний выдач
    LLM, возможности и стартапы
    1. Сколько миллионов можно поднять на своем ChatGPT
    Финиш курса
    1. Что дальше?!

     
    Евражкa, 8 фев 2024
  2. Похожие складчины
    Загрузка...
Наверх