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.
Đề cương khóa học
Giới thiệu về các mô hình LLM nguồn mở
- Tổng quan về DeepSeek, Mistral, LLaMA và các mô hình nguồn mở khác
- Cách thức hoạt động của LLMs: Transformer, tự chú ý và huấn luyện
- So sánh giữa các mô hình LLM nguồn mở và mô hình độc quyền
Tùy chỉnh và điều chỉnh LLMs
- Chuẩn bị dữ liệu cho việc điều chỉnh
- Huấn luyện và tối ưu hóa LLMs bằng Hugging Face
- Đánh giá hiệu suất của mô hình và giảm thiểu thiên lệch
Xây dựng Trợ lý AI với LLMs
- Giới thiệu về LangChain cho phát triển trợ lý AI
- Thiết kế quy trình làm việc dựa trên agent sử dụng LLMs
- Trí nhớ, sinh ra thông qua khôi phục (RAG) và thực thi hành động
Triển khai Trợ lý AI dựa trên LLMs
- Triển khai trợ lý AI bằng Docker
- Tích hợp LLMs vào các ứng dụng doanh nghiệp
- Thang máy trợ lý AI với dịch vụ đám mây và API
Bảo mật và Tuân thủ trong AI Doanh nghiệp
- Xem xét đạo đức và tuân thủ quy định
- Giảm thiểu rủi ro trong tự động hóa dựa trên AI
- Giám sát và kiểm toán hành vi của trợ lý AI
Các Trường hợp Thực tế và Ứng dụng Thực tế
- Trợ lý ảo dựa trên LLM
- Tự động hóa tài liệu bằng AI
- Trợ lý AI tùy chỉnh cho phân tích doanh nghiệp
Tối ưu và Bảo trì Trợ lý Dựa trên LLMs
- Cải tiến liên tục và cập nhật mô hình
- Triển khai giám sát và vòng lặp phản hồi
- Chiến lược tối ưu hóa chi phí và điều chỉnh hiệu suất
Tóm tắt và Bước Tiếp theo
Yêu cầu
- Hiểu biết sâu sắc về AI và học máy
- Kinh nghiệm lập trình Python
- Am hiểu về mô hình ngôn ngữ lớn (LLMs) và xử lý ngôn ngữ tự nhiên (NLP)
Đối tượng tham gia
- Kỹ sư AI
- Nhà phát triển phần mềm doanh nghiệp
- Lãnh đạo kinh doanh
21 Giờ
