Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Hrvatsko izdanje

Fino podešavanje OpenAI modela

Pripremite svoje podatke, obučite, procijenite i implementirajte fino podešen model za svoju poslovnu domenu. Napomena: OpenAI samouslužno fino podešavanje postupno se zatvara (ne prihvaćaju se novi zadaci nakon 6. siječnja 2027.).

16 lekcija oko 1 h 45 min Napredno

Što ćete naučiti

  • Utvrđivanje je li fino podešavanje opravdano u usporedbi s upitima ili dohvaćanjem dokumenata
  • Priprema skupa podataka za obuku u konverzacijskom JSONL formatu, očišćenog i validiranog
  • Pokretanje obuke putem API-ja i prilagodba epoha, stope učenja i veličine šarže
  • Evaluacija fino podešenog modela u odnosu na osnovni model korištenjem A/B testova i poslovnih metrika
  • Implementacija, verzioniranje i vraćanje prethodne verzije fino podešenog modela uz kontrolu troškova

O tečaju

Za koga je namijenjen
Programeri, inženjeri i integratori koji žele iskoristiti ChatGPT putem API-ja u svojim aplikacijama.
Preduvjeti
Dokazano iskustvo u razvoju aplikacija i njihovoj implementaciji u produkciju.
Trajanje
1 h 45 min — 16 lekcija
Format
Tečaj koji se odvija 100% online vlastitim tempom, dostupan 24/7 iz preglednika. Napredak se sprema, nastavite kad god želite. Procijenjeno trajanje: 1 h 45 min.
Način ocjenjivanja
Samoprocjena na temelju ključnih poruka koje zaključuju svaku lekciju i izravna praksa primjera na vlastitim primjerima. Završni kviz od 5 pitanja s odgovorima na kraju posljednje lekcije validira stečeno znanje.
Pristupačnost
Tečaj vlastitim tempom dostupan osobama s invaliditetom: tekstualni sadržaj kompatibilan s čitačima zaslona, navigacija tipkovnicom i usklađeni kontrasti. Za bilo kakve potrebe prilagodbe, pošaljite e-mail na [email protected].
Cijena
Besplatno

Sadržaj tečaja

  1. 01 Kada i zašto fino podesiti model
  2. 02 Pripremi svoje podatke za obuku
  3. 03 Format podataka: JSONL razgovori
  4. 04 Kvaliteta podataka: čišćenje i validacija
  5. 05 Pokretanje fino podešavanja putem API-ja
  6. 06 Hiperparametri: epohe, stopa učenja, veličina serije
  7. 07 Praćenje obuke
  8. 08 DPO (Direct Preference Optimization)
  9. 09 Fino podešavanje za pozivanje funkcija
  10. 10 Procijeni svoj fino podešeni model
  11. 11 Usporedba s osnovnim modelom
  12. 12 A/B testiranje i poslovni pokazatelji
  13. 13 Iteracije: Kada ponovno fino podesiti model
  14. 14 Déploiement d'un modèle fine-tuné
  15. 15 Troškovi i optimizacija
  16. 16 Verzioniranje i povrat na prethodnu verziju