Eğitim İçeriği

LLM'lere Giriş ve Generative AI

  • Teknikleri ve modelleri keşfetme
  • Uygulamaları ve kullanım alanlarını tartışma
  • Zorlukları ve sınırlamaları belirleme

LLM'leri NLU Görevleri İçin Kullanma

  • Duygu analizi
  • İsimli varlık tanıma
  • İlişki çıkarma
  • Anlamsal ayrıştırma

LLM'leri NLI Görevleri İçin Kullanma

  • Çıkarım tespiti
  • Çelişki tespiti
  • Parafraz tespiti

LLM'leri Bilgi Grafikleri İçin Kullanma

  • Metinden gerçekleri ve ilişkileri çıkarma
  • Eksik veya yeni gerçekleri çıkarım yoluyla bulma
  • Bilgi grafiklerini sonraki görevler için kullanma

LLM'leri Sağduyu Muhakemesi İçin Kullanma

  • Makul açıklamalar, hipotezler ve senaryolar oluşturma
  • Sağduyu bilgi tabanlarını ve veri kümelerini kullanma
  • Sağduyu muhakemesini değerlendirme

LLM'leri Diyalog Oluşturma İçin Kullanma

  • Konuşma aracılarının, sohbet robotlarının ve sanal asistanların diyaloğunu oluşturma
  • Diyalogları yönetme
  • Diyalog veri kümelerini ve metriklerini kullanma

LLM'leri Çok Modlu Oluşturma İçin Kullanma

  • Metinden görüntüler oluşturma
  • Görüntülerden metin oluşturma
  • Metinden veya görüntülerden videolar oluşturma
  • Metinden ses oluşturma
  • Sesten metin oluşturma
  • Metinden veya görüntülerden 3B modeller oluşturma

LLM'leri Meta-Öğrenme İçin Kullanma

  • LLM'leri yeni alanlara, görevlere veya dillere uyarlama
  • Az sayıda veya sıfır sayıda örnekten öğrenme
  • Meta-öğrenme ve transfer öğrenme veri kümelerini ve çerçevelerini kullanma

LLM'leri Çekişmeli Öğrenme İçin Kullanma

  • LLM'leri kötü niyetli saldırılardan savunma
  • LLM'lerdeki önyargıları ve hataları tespit etme ve azaltma
  • Çekişmeli öğrenme ve sağlamlık veri kümelerini ve yöntemlerini kullanma

LLM'leri Değerlendirme ve Generative AI

  • İçerik kalitesini ve çeşitliliğini değerlendirme
  • Başlangıç skoru, Fréchet başlangıç mesafesi ve BLEU skoru gibi metrikleri kullanma
  • Kitle kaynak kullanımı ve anketler gibi insan değerlendirme yöntemlerini kullanma
  • Turing testleri ve ayrımcılar gibi çekişmeli değerlendirme yöntemlerini kullanma

LLM'ler İçin Etik İlkeleri Uygulama ve Generative AI

  • Adalet ve hesap verebilirliği sağlama
  • Yanlış kullanımdan ve istismardan kaçınma
  • İçerik oluşturucularının ve tüketicilerinin haklarına ve gizliliğine saygı gösterme
  • İnsan ve yapay zekanın yaratıcılığını ve işbirliğini teşvik etme

Özet ve Sonraki Adımlar

Kurs İçin Gerekli Önbilgiler

  • Temel yapay zeka kavramları ve terminolojisine hakimiyet
  • Python programlama ve veri analizi konusunda deneyim
  • TensorFlow veya PyTorch gibi derin öğrenme çerçevelerine aşinalık
  • LLM'lerin temellerinin ve uygulamalarının anlaşılması

Hedef Kitle

  • Veri bilimcileri
  • Yapay zeka geliştiricileri
  • Yapay zeka meraklıları
 21 Saat

Katılımcı Sayısı


Kişi Başına Fiyat

Yaklaşan Etkinlikler

İlgili Kategoriler