Hubungi Kami
 Durasi 21 jam

Kerangka Materi

Pengenalan Large Language Models

  • Ringkasan Pemrosesan Bahasa Alami (NLP)
  • Pengenalan Large Language Models (LLM)
  • Kontribusi Meta AI dalam pengembangan LLM

Memahami Arsitektur LLM Meta AI

  • Arsitektur Transformer dan mekanisme self-attention
  • Metodologi pelatihan untuk model berskala besar
  • Perbandingan dengan LLM lain (GPT, BERT, T5, dll.)

Menyiapkan Lingkungan Pengembangan

  • Pemasangan dan konfigurasi Python serta Jupyter Notebook
  • Bekerja dengan Hugging Face dan repositori model Meta AI
  • Penggunaan GPU berbasis cloud atau lokal untuk pelatihan

Penyesuaian Halus (Fine-Tuning) dan Kustomisasi LLM Meta AI

  • Memuat model yang telah dilatih sebelumnya (pre-trained models)
  • Melakukan fine-tuning pada dataset spesifik domain
  • Teknik transfer learning

Membangun Aplikasi NLP dengan LLM Meta AI

  • Pengembangan chatbot dan AI percakapan
  • Implementasi ringkasan teks dan parafrasa
  • Analisis sentimen dan moderasi konten

Optimasi dan Penyebaran (Deployment) Large Language Models

  • Penyetelan performa untuk kecepatan inferensi
  • Teknik kompresi dan kuantisasi model
  • Menyebarkan LLM menggunakan API dan platform cloud

Pertimbangan Etika dan AI Tanggung Jawab

  • Deteksi dan mitigasi bias dalam LLM
  • Menjamin transparansi dan keadilan dalam model AI
  • Tren masa depan dan perkembangan dalam AI

Persyaratan

  • Pemahaman dasar tentang machine learning dan deep learning
  • Pengalaman dengan pemrograman Python
  • Kepahaman tentang konsep pemrosesan bahasa alami (NLP)

Audiens

  • Peneliti AI
  • Ilmuwan Data
  • Insinyur Machine Learning
  • Pengembang Perangkat Lunak yang tertarik pada NLP

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait