Melhorando a precisão dos aplicativos LLM
Bem -vindo ao curso "Melhorando a precisão dos aplicativos LLM"! O curso fornece uma abordagem sistemática para melhorar a precisão e a confiabilidade de seus aplicativos LLM.
Resumo do curso
Muitos desenvolvedores lutam com resultados inconsistentes em aplicativos LLM. ? Este curso foi projetado para enfrentar esses desafios, oferecendo experiência prática para melhorar a precisão por meio da avaliação, engenharia imediata, auto-reflexão e técnicas de ajuste fino.
O que você vai fazer:
- ? Desenvolvimento do Agente SQL : Crie um agente de texto para SQL e simule situações em que ele alucina para iniciar o processo de avaliação.
- Estrutura de avaliação : Crie uma estrutura robusta para medir sistematicamente o desempenho, incluindo critérios para boas avaliações, melhores práticas e o desenvolvimento de uma pontuação de avaliação.
- Instruções Tuneamento fino : Aprenda como o ajuste fino da instrução ajuda os LLMs a seguir as instruções com mais precisão e como a memória de ajuste fino incorpora fatos para reduzir as alucinações.
- Ajuste fino com eficiência de desempenho (PEFT) : Descubra técnicas avançadas como adaptação de baixo rank (LORA) e mistura de especialistas em memória (MOME) para reduzir o tempo de treinamento e melhorar o desempenho do modelo.
- Ajuste fino iterativo : passe por um processo iterativo de geração de dados de treinamento, ajuste fino e aplicação de dicas práticas para aumentar a precisão do modelo.
? Pontos -chave
- Melhoria sistemática : Aprenda as etapas de desenvolvimento, desde a avaliação, solicitação, auto-reflexão e ajuste fino, para melhorar a confiabilidade e a precisão do seu modelo.
- ? Ajuste da memória : aprimore o desempenho do seu modelo incorporando fatos para reduzir as alucinações.
- ? Modelos de llama : use o modelo LLAMA 3-8B para criar um aplicativo LLM que converte texto em SQL com um esquema personalizado.
? ? Sobre os instrutores
- ? Sharon Zhou : co-fundadora e CEO da Lamini, Sharon traz sua experiência em desenvolvimento e ajuste fino da LLM.
- Amit Sangani : Diretor sênior de engenharia parceira da Meta, a AMIT compartilha informações valiosas sobre aplicativos de engenharia confiáveis LLM.
? Para se inscrever no curso ou para obter mais informações, visite deeplearning.ai.
