Česká edice
Jemné ladění modelů OpenAI
Připrav svá data, natrénuj, vyhodnoť a nasaď jemně vyladěný model pro svou business doménu. Poznámka: Samoobslužné jemné ladění OpenAI se postupně ukončuje (po 6. lednu 2027 nejsou přijímány nové úlohy).
16 lekcí cca 1 h 45 min Pokročilý
Co se naučíte
- Určit, zda je jemné ladění opodstatněné ve srovnání s promptováním nebo vyhledáváním dokumentů
- Připravit trénovací dataset v konverzačním formátu JSONL, vyčištěný a validovaný
- Spustit trénování přes API a upravit epochy, míru učení a velikost dávky
- Vyhodnotit jemně vyladěný model oproti základnímu modelu pomocí A/B testů a business metrik
- Nasadit, verzovat a obnovit předchozí verzi jemně vyladěného modelu při kontrole nákladů
Informace o kurzu
- Komu je kurz určen
- Vývojáři, inženýři a integrátoři, kteří chtějí využívat ChatGPT přes API ve svých aplikacích.
- Předpoklady
- Ověřené zkušenosti s vývojem aplikací a jejich nasazením do produkce.
- Doba trvání
- 1 h 45 min — 16 lekcí
- Forma výuky
- 100% online kurz vlastním tempem, dostupný 24/7 z prohlížeče. Postup se ukládá, můžeš kdykoli pokračovat. Odhadovaná délka: 1 h 45 min.
- Hodnocení
- Sebehodnocení na základě klíčových poznatků uzavírajících každou lekci a přímé procvičování příkladů na vlastních datech. Závěrečný kvíz s 5 otázkami s odpověďmi na konci poslední lekce ověřuje získané znalosti.
- Přístupnost
- Kurz vlastním tempem přístupný osobám se zdravotním postižením: textový obsah kompatibilní se čtečkami obrazovky, navigace pomocí klávesnice a kontrasty v souladu s normami. Pro jakékoli požadavky na uzpůsobení napiš na [email protected].
- Cena
- Zdarma
Obsah kurzu
- 01 Kdy a proč doladit model
- 02 Příprava trénovacích dat
- 03 Formát dat: konverzace v JSONL
- 04 Kvalita dat: čištění a validace
- 05 Spuštění jemného ladění přes API
- 06 Hyperparametry: Epochy, míra učení, velikost dávky
- 07 Sledování tréninku
- 08 DPO (Direct Preference Optimization)
- 09 Jemné ladění pro volání funkcí
- 10 Vyhodnocení vašeho doladěného modelu
- 11 Porovnání se základním modelem
- 12 Testy A/B a obchodní metriky
- 13 Iterace: Kdy model znovu doladit
- 14 Nasazení doladěného modelu
- 15 Náklady a optimalizace
- 16 Verzování a návrat k předchozí verzi