Ediția în limba română
Ajustarea fină a modelelor OpenAI
Pregătiți-vă datele, antrenați, evaluați și implementați un model ajustat fin pentru domeniul dumneavoastră de activitate. Notă: serviciul de ajustare fină self-service OpenAI se închide treptat (nu se mai acceptă noi joburi după 6 ianuarie 2027).
16 lecții cca. 1 h 45 min Avansat
Ce veți învăța
- Determinați dacă ajustarea fină este justificată în comparație cu prompting-ul sau recuperarea documentelor
- Pregătiți un set de date de antrenament în format JSONL conversațional, curățat și validat
- Lansați antrenarea prin API și ajustați epocile, rata de învățare și dimensiunea lotului
- Evaluați un model ajustat fin în raport cu modelul de bază folosind teste A/B și metrici de afaceri
- Implementați, versionați și restaurați o versiune anterioară a unui model ajustat fin, controlând în același timp costurile
Fișa cursului
- Cui se adresează
- Dezvoltatori, ingineri și integratori care doresc să utilizeze ChatGPT prin API în aplicațiile lor.
- Prerechizite
- Experiență dovedită în dezvoltarea și implementarea aplicațiilor în producție.
- Durată
- 1 h 45 min — 16 lecții
- Format
- Curs online 100% în ritmul propriu, accesibil 24/7 dintr-un browser. Progresul este salvat, puteți relua oricând. Durata estimată: 1 h 45 min.
- Evaluare
- Autoevaluare bazată pe punctele cheie care concluzionează fiecare lecție și practică directă a exemplelor pe propriile dumneavoastră cazuri. Un quiz final de 5 întrebări cu răspunsuri furnizate la sfârșitul ultimei lecții validează cunoștințele dobândite.
- Accesibilitate
- Curs în ritmul propriu accesibil persoanelor cu dizabilități: conținut text compatibil cu cititoarele de ecran, navigare prin tastatură și contraste conforme. Pentru orice nevoie de acomodare, trimiteți un e-mail la [email protected].
- Preț
- Gratis
Conținutul cursului
- 01 Când și de ce să faceți fine-tuning unui model
- 02 Pregătirea datelor de antrenament
- 03 Format de date: conversații JSONL
- 04 Calitatea datelor: curățare și validare
- 05 Lansarea ajustării fine prin API
- 06 Hiperparametri: Epoci, Rata de Învățare, Dimensiunea Lotului
- 07 Monitorizarea antrenamentului
- 08 DPO (Direct Preference Optimization)
- 09 Fine-tuning pentru apelarea de funcții
- 10 Evaluarea modelului dumneavoastră fine-tunat
- 11 Comparație cu modelul de bază
- 12 Teste A/B și metrici de afaceri
- 13 Iterație: Când să reantrenați modelul
- 14 Déployer un modèle affiné
- 15 Costuri și optimizare
- 16 Versionare și Rollback