Cảm ơn bạn đã gửi yêu cầu! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Cảm ơn bạn đã gửi đặt chỗ! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Thời gian kéo dài 14 Giờ học
Đề cương khóa học
Nền tảng của Chế độ Deep-Think
- Hiểu về kiến trúc Deep-Think
- So sánh các mẫu suy luận chiều sâu và bề rộng
- Đánh giá khi nào nên sử dụng Deep-Think
Suy luận Ngữ cảnh Dài
- Xử lý các chuỗi đầu vào mở rộng
- Duy trì tính liên kết xuyên suốt các đầu ra dài
- Theo dõi các phụ thuộc và ràng buộc
Giải quyết Vấn đề Lặp lại và Nhiều bước
- Thiết kế prompt suy luận theo từng bước
- Kiểm chứng các kết luận trung gian
- Xây dựng vòng lặp suy luận và tinh chỉnh
Luồng Công việc Phân tích Nâng cao
- Cấu trúc các câu hỏi nghiên cứu phức tạp
- Các đường ống suy luận dựa trên dữ liệu
- Mô hình hóa kịch bản và dự báo
Deep-Think cho Các Lĩnh vực Rủi ro Cao
- Định khung vấn đề nhạy cảm với rủi ro
- Đánh giá các quyết định quan trọng
- Đảm bảo tính nhất quán và khả năng truy xuất
Kỹ thuật Prompt Engineering cho Tối ưu hóa Deep-Think
- Xây dựng các prompt có hiệu suất cao
- Định hình lộ trình suy luận nội bộ của mô hình
- Quản lý sự mơ hồ và bất định
Tích hợp Deep-Think vào Ứng dụng
- Kết hợp Deep-Think với đầu vào đa phương thức
- Đưa các tính năng suy luận vào các luồng công việc
- Tự động hóa và điều phối ở cấp độ hệ thống
Kỹ thuật Đánh giá và Tinh chỉnh
- Đánh giá chất lượng và độ tin cậy của suy luận
- Phân tích lỗi và các mẫu sửa chữa
- Cải tiến liên tục các đường ống suy luận
Tóm tắt và Các bước Tiếp theo
Yêu cầu
- Hiểu biết về các nguyên lý học máy
- Kinh nghiệm làm việc với các luồng công việc AI dựa trên Python
- Quen thuộc với tích hợp mô hình dựa trên API
Đối tượng
- Nhà nghiên cứu
- Khoa học dữ liệu
- Chiến lược gia AI
Đánh giá (1)
Dòng chảy, không khí và chủ đề trong bài trình bày
Lukasz Kowalczyk - Allegro Sp. z o.o.
Khóa học - Google Gemini AI for Data Analysis
Dịch thuật bằng máy