Kerangka Materi

Pengenalan Penyesuaian Model di Ollama

  • Memahami kebutuhan untuk penyesuaian model AI
  • Manfaat utama dari pencustoman untuk aplikasi spesifik
  • Gambaran kemampuan Ollama untuk penyesuaian

Menyiapkan Lingkungan Penyesuaian

  • Mengonfigurasi Ollama untuk pencustoman model AI
  • Menginstal kerangka kerja yang diperlukan (PyTorch, Hugging Face, dll.)
  • Memastikan optimasi perangkat keras dengan percepatan GPU

Menyiapkan Dataset untuk Penyesuaian

  • Pengumpulan, pembersihan, dan pra-pemrosesan data
  • Teknik penandaan dan anotasi
  • Praktik terbaik untuk pemisahan dataset (latihan, validasi, pengujian)

Penyesuaian Model AI di Ollama

  • Memilih model prapembelajaran yang tepat untuk pencustoman
  • Tuning hiperparameter dan strategi optimasi
  • Workflow penyesuaian untuk pembuatan teks, klasifikasi, dan lainnya

Mengevaluasi dan Mengoptimalkan Kinerja Model

  • Metrik untuk menilai akurasi dan kehandalan model
  • Mengatasi masalah bias dan overfitting
  • Benchmarking kinerja dan iterasi

Menerapkan Model AI yang Dicustom

  • Mengekspor dan mengintegrasikan model yang disesuaikan
  • Penskalaan model untuk lingkungan produksi
  • Memastikan kepatuhan dan keamanan dalam penerapan

Teknik Lanjutan untuk Pencustoman Model

  • Menggunakan pembelajaran penguatan untuk peningkatan model AI
  • Menerapkan teknik adaptasi domain
  • Menjelajahi kompresi model untuk efisiensi

Tren Masa Depan dalam Pencustoman Model AI

  • Inovasi baru dalam metodologi penyesuaian
  • Kemajuan dalam pelatihan model AI ber-sumber daya rendah
  • Dampak AI sumber terbuka pada adopsi perusahaan

Ringkasan dan Langkah Berikutnya

Persyaratan

  • Pemahaman kuat tentang pembelajaran dalam (deep learning) dan LLMs
  • Pengalaman dengan pemrograman Python dan kerangka kerja AI
  • Kenalan dengan persiapan dataset dan pelatihan model

Audience

  • Peneliti AI yang mengeksplorasi penyesuaian model
  • Ilmuwan data yang mengoptimalkan model AI untuk tugas-tugas spesifik
  • Pengembang LLM yang membangun model bahasa kustom
 14 Jam

Jumlah Peserta


Biaya per Peserta

Kursus Mendatang

Kategori Terkait