Kerangka Materi

Pengantar Model Fine-Tuning pada Ollama

  • Memahami kebutuhan untuk penyetelan AI models
  • Manfaat utama dari kustomisasi untuk aplikasi tertentu
  • Ringkasan kemampuan Ollama untuk penyetelan

Mengatur Lingkungan Fine-Tuning

  • Konfigurasi Ollama untuk kustomisasi model AI
  • Instalasi kerangka kerja yang diperlukan (PyTorch, Hugging Face, dll.)
  • Menjamin optimasi perangkat keras dengan akselerasi GPU

Persiapan Dataset untuk Fine-Tuning

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

Model AI Fine-Tuning pada Ollama

  • Memilih model pre-trained yang tepat untuk kustomisasi
  • Strategi penyetelan dan optimasi hiperparameter
  • Alur kerja penyetelan untuk generasi teks, klasifikasi, dan lebih banyak lagi

Evaluasi dan Optimasi Kinerja Model

  • Metrik untuk menilai akurasi dan kekuatan model
  • Menangani masalah bias dan overfitting
  • Benchmarking kinerja dan iterasi

Deploy Model AI yang Tersesuaikan

  • Ekspor dan integrasi model yang disetel ulang
  • Skalabilitas model untuk lingkungan produksi
  • Menjamin kepatuhan dan keamanan dalam deployment

Teknik Lanjutan untuk Kustomisasi Model

  • Menggunakan pembelajaran kuat untuk peningkatan model AI
  • Aplikasi teknik adaptasi domain
  • Eksplorasi kompresi model untuk efisiensi

Trend Masa Depan dalam Kustomisasi Model AI

  • Inovasi yang muncul dalam metodologi penyetelan
  • Kemajuan dalam pelatihan model AI dengan sumber daya terbatas
  • Dampak dari open-source AI pada adopsi perusahaan

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pemahaman yang kuat tentang pembelajaran dalam dan LLM (Large Language Models)
  • Pengalaman dengan Python pemrograman dan kerangka kerja AI
  • Kenalan dengan persiapan dataset dan pelatihan model

Audience

  • Peneliti AI yang menjelajahi penyetelan model lanjutan
  • Ilmuwan data yang mengoptimalkan model AI untuk tugas spesifik
  • Pengembang LLM yang membangun model bahasa kustom
 14 Jam

Jumlah Peserta


Biaya per Peserta

Kursus Mendatang

Kategori Terkait