Eğitim İçeriği

Giriş

  • Large Language Models (LLMs) Nedir?
  • LLM'ler ve geleneksel NLP modelleri
  • LLM'lerin özelliklerine ve mimarisine genel bakış
  • LLM'lerin zorlukları ve sınırlamaları

LLM'leri Anlamak

  • Bir LLM'nin yaşam döngüsü
  • LLM'lerin nasıl çalıştığı
  • Bir LLM'nin ana bileşenleri: kodlayıcı, çözücü, dikkat, gömme vb.

Başlarken

  • Geliştirme Ortamının Kurulumu
  • Bir LLM'yi bir geliştirme aracı olarak kurma, örneğin Google Colab, Hugging Face

LLM'lerle Çalışmak

  • Kullanılabilir LLM seçeneklerini keşfetme
  • Bir LLM oluşturma ve kullanma
  • Özel bir veri kümesi üzerinde bir LLM'yi ince ayar yapma

Metin Özetleme

  • Metin özetleme görevinin ve uygulamalarının anlaşılması
  • Çıkarımsal ve soyutlayıcı metin özetleme için bir LLM kullanma
  • ROUGE, BLEU vb. gibi metrikler kullanılarak oluşturulan özetlerin kalitesinin değerlendirilmesi

Soru Cevaplama

  • Soru cevaplama görevinin ve uygulamalarının anlaşılması
  • Açık alanlı ve kapalı alanlı soru cevaplama için bir LLM kullanma
  • F1, EM vb. gibi metrikler kullanılarak oluşturulan cevapların doğruluğunun değerlendirilmesi

Metin Üretimi

  • Metin üretimi görevinin ve uygulamalarının anlaşılması
  • Koşullu ve koşulsuz metin üretimi için bir LLM kullanma
  • Sıcaklık, en iyi k, en iyi p vb. gibi parametreler kullanılarak oluşturulan metinlerin stilini, tonunu ve içeriğini kontrol etme

LLM'leri Diğer Çerçeveler ve Platformlarla Entegre Etme

  • PyTorch veya TensorFlow ile LLM'ler kullanma
  • Flask veya Streamlit ile LLM'ler kullanma
  • Google Cloud veya AWS ile LLM'ler kullanma

Sorun Giderme

  • LLM'lerdeki yaygın hataların ve hataların anlaşılması
  • Eğitim sürecini izlemek ve görselleştirmek için TensorBoard kullanma
  • Eğitim kodunu basitleştirmek ve performansı artırmak için PyTorch Lightning kullanma
  • Verileri yüklemek ve ön işlemek için Hugging Face Datasets kullanma

Özet ve Sonraki Adımlar

Kurs İçin Gerekli Önbilgiler

  • Doğal dil işleme ve derin öğrenme anlayışı
  • Python ve PyTorch veya TensorFlow ile deneyim
  • Temel programlama deneyimi

Hedef Kitle

  • Geliştiriciler
  • Doğal dil işleme meraklıları
  • Veri bilimcileri
 14 Saat

Katılımcı Sayısı


Kişi Başına Fiyat

Yaklaşan Etkinlikler

İlgili Kategoriler