Salt la conținutul principal
Română— Alege o limbă
Meniu

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

  1. 01 Când și de ce să faceți fine-tuning unui model
  2. 02 Pregătirea datelor de antrenament
  3. 03 Format de date: conversații JSONL
  4. 04 Calitatea datelor: curățare și validare
  5. 05 Lansarea ajustării fine prin API
  6. 06 Hiperparametri: Epoci, Rata de Învățare, Dimensiunea Lotului
  7. 07 Monitorizarea antrenamentului
  8. 08 DPO (Direct Preference Optimization)
  9. 09 Fine-tuning pentru apelarea de funcții
  10. 10 Evaluarea modelului dumneavoastră fine-tunat
  11. 11 Comparație cu modelul de bază
  12. 12 Teste A/B și metrici de afaceri
  13. 13 Iterație: Când să reantrenați modelul
  14. 14 Déployer un modèle affiné
  15. 15 Costuri și optimizare
  16. 16 Versionare și Rollback