Lietuviška laida
OpenAI modelių tikslinimas
Paruoškite duomenis, apmokykite, įvertinkite ir įdiekite tikslintą modelį, pritaikytą jūsų verslo sričiai. Pastaba: savarankiškas OpenAI tikslinimas pamažėle uždaromas – nauji darbai nebeimami nuo 2027 m. sausio 6 d.
16 paskaitų maždaug 1 val. 45 min Pažengusiems
Ko išmoksite
- Nustatyti, ar tikslinimas pateisintas, palyginti su promptinimu ar dokumentų paėmimu
- Paruošti mokymo duomenų rinkinį pokalbių JSONL formatu — švarų ir patikrintą
- Paleisti mokymą per API ir reguliuoti epochas, learning rate bei partijos dydį
- Įvertinti patikslintą modelį prieš bazinį naudojant A/B testus ir verslo metrikas
- Diegti, versijuoti ir prireikus atkurti ankstesnę patikslinto modelio versiją kontroliuojant kaštus
Kurso kortelė
- Kam skirta
- Programėlių kūrėjai, inžinieriai ir integratoriai, kurie savo programose naudoja ChatGPT per API.
- Būtinos žinios
- Patvirtita patirtis kuriant ir diegiant programines aplikacijas gamybos aplinkoje.
- Trukmė
- 1 val. 45 min — 16 paskaitų
- Formatas
- 100 % nuotolinis savarankiško mokymosi kursas, prieinamas 24/7 per naršyklę. Eiga išsaugoma, galima tęsti bet kada. Numatoma trukmė: 1 val. 45 min.
- Vertinimas
- Savisvertinimas pagal kiekvieną pamoką užbaigiančius pagrindinius punktus ir tiesioginis pavyzdžių taikymas savo naudos atvejuose. Baigiamasis 5 klausimų testas su pateiktais atsakymais po paskutinės pamokos patvirtina įgytas žinias.
- Prieinamumas
- Savarankiškas kursas pritaikytas žmonėms su negalia: tekstų turinys suderinamas su ekrano skaitytuvais, naršymas klaviatūra ir atitinkamas kontrastas. Dėl pritaikymo poreikių atsiųskite el. laišką adresu [email protected].
- Kaina
- Nemokama
Kurso turinys
- 01 Kada ir kodėl derinti modelį
- 02 Paruoškite savo mokymo duomenis
- 03 Duomenų formatas: JSONL pokalbiai
- 04 Duomenų kokybė: valymas ir tikrinimas
- 05 Paleisti derinimą per API
- 06 Hiperparametrai: epoch'ai, mokymosi greitis, grupės dydis
- 07 Mokymų stebėsena
- 08 DPO (Direct Preference Optimization)
- 09 Derinimas funkcijų iškvietimui
- 10 Įvertinkite savo derintą modelį
- 11 Palyginimas su baziniu modeliu
- 12 A/B testavimas ir verslo metrikos
- 13 Kartojimas: kada iš naujo derinti modelį
- 14 Déployer un modèle affiné
- 15 Išlaidos ir optimizavimas
- 16 Versijonavimas ir grįžimas į ankstesnę versiją