IEEE julkaisee verkkokoulutuskurssin suurista kielimalleista
IEEE
PyTorch
IEEE on julkaissut viiden kurssin verkko-ohjelman 'Large Language Models Demystified', joka auttaa teknisiä ammattilaisia hallitsemaan suurten kielimallien (LLM) tekniikan. Ohjelma kattaa transformeriarkkitehtuurit, mallien optimoinnin, RAG:n, RLHF:n ja käyttöönoton, ja sen tavoitteena on kaventaa kuilua tekoälyn käyttäjien ja rakentajien välillä.
IEEE on koulutustoimintansa ja IEEE Computer Society -järjestön kautta julkaissut verkko-oppimiskurssiohjelman nimeltä 'Large Language Models Demystified' IEEE Learning Network -alustalla. Ohjelma koostuu viidestä kurssista, jotka syventyvät generatiivisen tekoälyn taustalla olevaan tekniikkaan. Kurssit kattavat kehityksen tilastollisista menetelmistä transformereihin, transformeriarkkitehtuurit itsehuomiolla ja paikkakoodauksella toteutettuna NumPy- ja Python-kirjastoilla, edistyneen LLM-suunnittelun, koulutusputket PyTorchissa parametritehokkailla menetelmillä, kuten matala-asteisella sovituksella ja kvantisoinnilla, sekä optimoinnin, yhteensovituksen ja käyttöönoton, mukaan lukien RLHF ja RAG. Ohjelma pyrkii vastaamaan kasvavaan tekniseen asiantuntemukseen kohdistuvaan kysyntään, sillä LLM-markkinoiden odotetaan kasvavan 33 prosenttia vuosittain vuoteen 2030 mennessä. Osallistujat saavat ammatillisia kehityspisteitä ja digitaalisen merkin IEEE:ltä. Artikkelissa käsitellään myös neljää aluetta, joilla LLM:t muuttavat insinöörityötä: siirtyminen peruskehotteista API-rajapintojen kautta, hallusinaatioiden korjaaminen RAG-tekniikalla, tietoturvan priorisointi yksityisillä mallinstansseilla sekä paremman yhteistyön mahdollistaminen automatisoimalla toistuvia tehtäviä.
Lähde: IEEE Spectrum AI —
Alkuperäinen
