Kratek opis: Ta delavnica ponuja praktičen uvod v razvoj aplikacij z velikimi jezikovnimi modeli (LLM). Napredek v tehnikah in dostopnosti LLM-jev odpira neprimerljive priložnosti za podjetja, da poenostavijo svoje poslovanje, zmanjšajo stroške in povečajo produktivnost. Udeleženci bodo pridobili temeljito razumevanje in praktično znanje o razvoju aplikacij z LLM-ji z raziskovanjem odprtokodnega ekosistema, vključno s prednastavljenimi modeli, ki omogočajo hiter začetek razvoja. Ob koncu delavnice lahko udeleženci pridobijo uradni certifikat NVIDIA Deep Learning Institute.
Podrobnejši opis: Delavnica ponuja celovit uvod v razvoj aplikacij z velikimi jezikovnimi modeli. Spoznali boste, kako so strukturirani veliki jezikovni modeli in kako jih uporabljati. Pregledali bomo arhitekture transformerjev, vmesnike in intuicije ter kako se skalirajo za doseganje najsodobnejših rešitev LLM.
Raziskovali boste specializirane kodirne modele (encoder models) za naloge, kot so semantična analiza, vektorske predstavitve (embeddings), odgovarjanje na vprašanja in klasifikacija brez učenja (zero-shot classification). Prav tako se boste naučili uporabljati dekodirne modele (decoder models) za generiranje zaporedij, kot so programska koda, neomejeni odgovori in pogovori.
Ob koncu tečaja boste znali uporabljati tehnike upravljanja stanja in kompozicije za vodenje LLM-jev k varnim, učinkovitim in natančnim pogovorom, vključno z implementacijo RAG (Retrieval-Augmented Generation) za dostop do zunanjega okolja. Ob koncu delavnice lahko udeleženci pridobijo uradni certifikat Deep Learning Institute pri NVIDIA.
Zahtevnost: Osnovna
Jezik: Slovenski
Opis poteka izobraževanja: Delavnica poteka na daljavo preko brskalnika na oblačni infrastrukturi.
Priporočeno predznanje: Osnovno poznavanje globokega učenja in udobje pri uporabi PyTorch ter prenosnem učenju. Srednje poznavanje Pythona, vključno z objektno orientiranim programiranjem in uporabo knjižnic.
Ciljna publika: Študenti računalništva in informatike, inženirji, raziskovalci, razvijalci ter vsi, ki želijo razumeti in uporabljati velike jezikovne modele v praksi.
Na izobraževanju pridobljena znanja:
- Poiskati, uporabiti in eksperimentirati z repozitorijem modelov HuggingFace in pripadajočim API-jem
- Uporabljati kodirne modele za naloge, kot so semantična analiza, vektorske predstavitve, odgovarjanje na vprašanja in klasifikacija brez učenja
- Uporabljati dekodirne modele za generiranje zaporedij, kot so programska koda, neomejeni odgovori in pogovori
- Uporabljati tehnike upravljanja stanja in kompozicije za vodenje LLM-jev k varnim, učinkovitim in natančnim pogovorom
Omejitev števila udeležencev: 30
Virtualna lokacija: MS Teams
Organizator: UM FERI, NVIDIA
|
|
Predavatelja:
| Ime: | Domen Verber |
| Opis: | Domen Verber je docent na Fakulteti za elektrotehniko in računalništvo Univerze v Mari-boru (UM FERI) ter deluje kot strokovnjak na področju visokozmogljivega računalništva (HPC). Njegovo raziskovalno delo je osredotočeno na visokozmogljivo računalništvo in umetno inteligenco, s čimer se kontinuirano ukvarja že več kot 25 let. Med drugim opravlja funkcijo ambasadorja NVIDIA Deep Learning Institute na UM. |
| domen.verber@um.si, deep.learning@um.si |
| Ime: | Jani Dugonik |
| Opis: | Jani Dugonik je raziskovalec na Fakulteti za elektrotehniko, računalništvo in informatiko Univerze v Mariboru (UM FERI). Ukvarja se z raziskavami na področjih obdelave naravnega jezika, evolucijskih algoritmov in umetne inteligence. |
| jani.dugonik@um.si |
