Các Mô hình Ngôn ngữ Nhỏ (SLMs) cho tương tác con người-Trí tuệ nhân tạo Khóa Học Đào Tạo

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà khoa học dữ liệu và nhà phát triển ở trình độ mới bắt đầu đến trung cấp, những người muốn triển khai và tận dụng các Mô hình Ngôn ngữ Nhỏ trong nhiều ứng dụng khác nhau.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Hiểu kiến trúc và chức năng của Mô hình Ngôn ngữ Nhỏ.
• Triển khai SLM cho các tác vụ như tạo văn bản và phân tích tình cảm.
• Tối ưu hóa và tinh chỉnh SLM cho các trường hợp sử dụng cụ thể.
• Triển khai SLM trong môi trường hạn chế về tài nguyên.
• Đánh giá và diễn giải hiệu suất của SLM trong các tình huống thực tế.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các nhà công nghệ giáo dục, nhà thiết kế hướng dẫn và nhà phát triển AI trong giáo dục ở trình độ trung cấp, những người muốn tích hợp Small Language Models (SLMs) vào các nền tảng giáo dục để nâng cao quá trình dạy và học.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Hiểu rõ vai trò của SLM (Mô hình Học Tập) trong công nghệ giáo dục.
• Thiết kế các trải nghiệm học tập dựa trên AI bằng cách sử dụng SLM.
• Triển khai SLM trong nhiều môi trường giáo dục khác nhau.
• Đánh giá hiệu quả của SLM đối với kết quả học tập.

Khóa học này được dẫn dắt bởi giảng viên trực tiếp tại Việt Nam (trực tuyến hoặc tại chỗ) và được hướng đến những nhà quy hoạch đô thị, quản lý thành phố và nhà phát triển giải pháp thành phố thông minh cấp trung, muốn triển khai Mô hình Ngôn Ngữ Nhỏ (SLMs) trong các dự án thành phố thông minh để cải thiện cuộc sống đô thị.

Đến cuối khóa học, các tham gia sẽ có thể:

• Hiểu về ứng dụng của SLMs trong các thành phố thông minh.
• Tích hợp SLMs với các bộ dữ liệu đô thị để cải thiện quyết định.
• Phát triển các chiến lược triển khai SLMs trong các hệ thống quản lý đô thị.
• Đánh giá tác động của SLMs đối với quy hoạch đô thị và các giải pháp thành phố thông minh.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà khoa học dữ liệu và kỹ sư học máy ở trình độ trung cấp, những người muốn tạo và áp dụng các mô hình ngôn ngữ nhỏ, được tùy chỉnh cho các lĩnh vực cụ thể như pháp lý, y tế và kỹ thuật.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Hiểu tầm quan trọng và ứng dụng của các mô hình ngôn ngữ chuyên biệt theo lĩnh vực.
• Thu thập và tiền xử lý các tập dữ liệu chuyên biệt để huấn luyện mô hình.
• Huấn luyện và tinh chỉnh các mô hình ngôn ngữ cho các ứng dụng chuyên biệt theo lĩnh vực.
• Đánh giá và so sánh hiệu suất mô hình bằng các chỉ số liên quan đến lĩnh vực.
• Triển khai các mô hình ngôn ngữ chuyên biệt theo lĩnh vực trong các tình huống thực tế.

Khoá học hướng dẫn trực tiếp (trực tuyến hoặc tại chỗ) này được thiết kế cho các kỹ sư học máy và nhà nghiên cứu AI có trình độ cao muốn phát triển các giải pháp AI tiết kiệm năng lượng với các mô hình ngôn ngữ nhỏ, vừa mạnh mẽ vừa thân thiện với môi trường.

Sau khi hoàn thành khoá học này, các tham gia sẽ có thể:

• Hiểu tác động của AI đến tiêu thụ năng lượng và môi trường.
• Áp dụng các kỹ thuật nén và tối ưu hóa mô hình để giảm kích thước và tiêu thụ năng lượng của các mô hình AI.
• Sử dụng phần cứng và các khung phần mềm hiệu quả về năng lượng để triển khai AI.
• Triển khai các thủ thuật phát triển AI bền vững.
• Đẩy mạnh và đóng góp vào các thực hành bền vững trong ngành AI.

Khóa học trực tiếp do giáo viên dẫn dắt (trực tuyến hoặc tại chỗ) này được hướng tới các chuyên gia IT trung cấp muốn triển khai các mô hình ngôn ngữ nhỏ trực tiếp trên các thiết bị có khả năng xử lý hạn chế, mở ra các khả năng cho các ứng dụng sáng tạo trong nhiều lĩnh vực khác nhau.

Đến cuối khóa học, các tham gia sẽ có thể:

• Hiểu các thách thức và giải pháp cho việc triển khai AI trên phần cứng nhỏ gọn.
• Tối ưu hóa và nén các mô hình AI để triển khai trên thiết bị hiệu quả.
• Sử dụng các khung AI hiện đại và công cụ cho việc triển khai mô hình trên thiết bị.
• Thiết kế và phát triển các ứng dụng AI thời thực cho các thiết bị di động và IoT.
• Đánh giá và đảm bảo an ninh và bảo mật cho các hệ thống AI trên thiết bị.