Повышение точности приложений LLM
Добро пожаловать на курс «Повышение точности приложений LLM»! Курс обеспечивает систематический подход для повышения точности и надежности ваших приложений LLM.
Краткое изложение курса
Многие разработчики борются с непоследовательными результатами в приложениях LLM. ? Этот курс предназначен для решения этих проблем путем предложения практического опыта в повышении точности посредством оценки, быстрого инженера, саморефлексии и методов тонкой настройки.
Что ты делаешь:
- ? Разработка агента SQL : создайте агент текста в SQL и имитируйте ситуации, когда он галлюцинирует, чтобы начать процесс оценки.
- Структура оценки : создайте надежную структуру для систематического измерения производительности, включая критерии для хороших оценок, лучших практик и разработка оценки оценки.
- Инструкция тонкая настройка : Узнайте, как инструкция тонкая настройка помогает LLMS следовать инструкциям более точно и как память, встраивая факты, чтобы уменьшить галлюцинации.
- Эффективная производительность тонкая настройка (PEFT) : Откройте для себя расширенные методы, такие как адаптация с низким уровнем ранга (LORA) и смесь экспертов по памяти (MOME), чтобы сократить время обучения при повышении производительности модели.
- Итеративная тонкая настройка : пройдите итеративный процесс генерации учебных данных, тонкой настройки и применения практических советов для повышения точности модели.
? Ключевые моменты
- Систематическое улучшение : изучать этапы разработки, из оценки, подсказки, саморефлексии и тонкой настройки, чтобы повысить надежность и точность вашей модели.
- ? Настройка памяти : повысить производительность вашей модели, внедряя факты, чтобы уменьшить галлюцинации.
- ? Модели Llama : используйте модель Llama 3-8B, чтобы создать приложение LLM, которое преобразует текст в SQL с помощью пользовательской схемы.
? ? О инструкторах
- Шарон Чжоу : Соучредитель и генеральный директор Lamini, Шарон приносит свой опыт в разработке LLM и настройке.
- Amit Sangani : старший директор Partner Engineering в Meta, AMIT разделяет ценную информацию о надежных приложениях LLM.
? Чтобы зарегистрироваться в курсе или для получения дополнительной информации, посетите Deeplearning.ai.
