Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Svensk version

Finjustering av OpenAI-modeller

Förbered din data, träna, utvärdera och distribuera en finjusterad modell för din affärsdomän. Obs: OpenAIs självbetjäningstjänst för finjustering stängs gradvis ner (inga nya jobb accepteras efter den 6 januari 2027).

16 lektioner ca. 1 h 45 min Avancerad

Vad du lär dig

  • Avgöra om finjustering är berättigad jämfört med prompting eller dokumenthämtning
  • Förbereda en träningsdataset i konversationsformatet JSONL, rensad och validerad
  • Starta träning via API:t och justera epocher, inlärningshastighet och batchstorlek
  • Utvärdera en finjusterad modell mot basmodellen med hjälp av A/B-tester och affärsmått
  • Distribuera, versionshantera och återställa en tidigare version av en finjusterad modell samtidigt som kostnaderna kontrolleras

Kursöversikt

Målgrupp
Utvecklare, ingenjörer och integratörer som vill använda ChatGPT via API i sina applikationer.
Förkunskaper
Bevisad erfarenhet av applikationsutveckling och distribution till produktion.
Studietid
1 h 45 min — 16 lektioner
Upplägg
100 % online-kurs i eget tempo, tillgänglig dygnet runt från en webbläsare. Framsteg sparas, fortsätt när som helst. Beräknad tid: 1 h 45 min.
Bedömning
Självutvärdering baserad på de viktigaste slutsatserna som avslutar varje lektion, och direkt övning av exemplen på dina egna exempel. Ett slutprov med 5 frågor där svaren ges i slutet av den sista lektionen validerar förvärvad kunskap.
Tillgänglighet
Kurs i eget tempo tillgänglig för personer med funktionsnedsättning: textinnehåll kompatibelt med skärmläsare, tangentbordsnavigering och kontraster som följer standarden. För eventuella behov av anpassning, mejla [email protected].
Pris
Gratis

Kursens innehåll

  1. 01 När och varför du bör finjustera en modell
  2. 02 Förbered din träningsdata
  3. 03 Dataformat: JSONL-konversationer
  4. 04 Datakvalitet: Rengöring och validering
  5. 05 Starta finjustering via API:t
  6. 06 Hyperparametrar: Epoker, Inlärningshastighet, Batch-storlek
  7. 07 Övervakning av träning
  8. 08 DPO (Direct Preference Optimization)
  9. 09 Fine-tuning för funktionsanrop
  10. 10 Utvärdera din finjusterade modell
  11. 11 Jämför med basmodellen
  12. 12 A/B-testning och affärsmått
  13. 13 Iterering: När du ska finjustera på nytt
  14. 14 Distribuera en finjusterad modell
  15. 15 Kostnader och optimering
  16. 16 Versioning och återställning