Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Cursusaanbod
Inleiding tot LLM's en generatieve AI
- Verkennen van technieken en modellen
- Bespreken van applicaties en use cases
- Uitdagingen en beperkingen identificeren
LLM's gebruiken voor NLU-taken
- Sentiment analyse
- Herkenning van benoemde entiteit
- Relatie extractie
- Semantisch ontleden
LLM's gebruiken voor NLI-taken
- Detectie van implicaties
- Detectie van tegenstrijdigheden
- Detectie van parafrasen
LLM's gebruiken voor Knowledge Graphs
- Feiten en verbanden uit tekst halen
- Ontbrekende of nieuwe feiten afleiden
- Kennisgrafieken gebruiken voor downstreamtaken
LLM's gebruiken voor gezond verstand redeneren
- Het genereren van plausibele verklaringen, hypothesen en scenario's
- Gezond verstand kennisbanken en datasets gebruiken
- Evaluatie van gezond verstand redeneren
LLM's gebruiken voor het genereren van dialogen
- Dialogen genereren met conversational agents, chatbots en virtuele assistenten
- Dialogen beheren
- Dialoogdatasets en statistieken gebruiken
LLM's gebruiken voor multimodale generatie
- Afbeeldingen genereren op basis van tekst
- Tekst genereren uit afbeeldingen
- Video's genereren op basis van tekst of afbeeldingen
- Audio genereren op basis van tekst
- Tekst genereren op basis van audio
- 3D-modellen genereren op basis van tekst of afbeeldingen
LLM's gebruiken voor meta-learning
- LLM's aanpassen aan nieuwe domeinen, taken of talen
- Leren van voorbeelden met een paar schoten of nulschoten
- Datasets en frameworks voor meta-learning en transfer learning gebruiken
LLM's gebruiken voor Adversarial Learning
- LLM's verdedigen tegen kwaadwillende aanvallen
- Opsporen en beperken van vooroordelen en fouten in LLM's
- Datasets en methoden voor hoor en wederhoor leren en robuustheid gebruiken
LLM's en generatieve AI evalueren
- Beoordeling van de kwaliteit en diversiteit van de inhoud
- Met behulp van statistieken zoals aanvangsscore, Fréchet-aanvangsafstand en BLEU-score
- Het gebruik van menselijke evaluatiemethoden zoals crowdsourcing en enquêtes
- Het gebruik van contradictoire evaluatiemethoden zoals Turing-tests en discriminators
Ethische principes toepassen voor LLM's en generatieve AI
- Zorgen voor eerlijkheid en verantwoordingsplicht
- Misbruik en misbruik vermijden
- Respect voor de rechten en privacy van makers van inhoud en consumenten
- Bevordering van creativiteit en samenwerking tussen mens en AI
Samenvatting en volgende stappen
Vereisten
- Inzicht in basisconcepten en -terminologie van AI
- Ervaring met Python programmeren en data-analyse
- Bekendheid met deep learning-frameworks zoals TensorFlow of PyTorch
- Inzicht in de basisprincipes van LLM's en hun toepassingen
Audiëntie
- Datawetenschappers
- AI-ontwikkelaars
- AI-enthousiastelingen
21 Uren
