Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Programa do Curso
Introdução aos transformadores generativos pré-treinados (GPT)
- Evolução dos modelos linguísticos em PNL
- Introdução à GPT e sua importância
- Casos de utilização e aplicações dos modelos GPT
Compreender a arquitetura e a formação GPT
- Arquitetura do transformador e mecanismo de auto-atenção
- Pré-treino e afinação dos modelos GPT
- Aprendizagem por transferência e adaptação ao domínio com GPT
Explorar a GPT-3
- Visão geral da arquitetura e características do GPT-3
- Compreensão das capacidades e limitações do modelo
- Exercícios práticos com o GPT-3 para geração e preenchimento de texto
Avanços recentes: GPT-4
- Visão geral do mais recente modelo GPT-4
- Principais melhorias e aperfeiçoamentos em relação às versões anteriores
- Explorando as capacidades expandidas do GPT-4
Aplicações dos modelos GPT
- Geração e conclusão de texto com modelos GPT
- Tradução automática com GPT
- Sistemas de diálogo e chatbots com GPT
- Escrita criativa e narração de histórias com modelos GPT
Ajuste fino dos modelos GPT
- Técnicas de afinação dos modelos de GPT em tarefas específicas
- Adaptação de GPT para aplicações específicas de um domínio
- Melhores práticas para afinação e avaliação de modelos
Considerações éticas e desafios
- Implicações éticas da utilização de modelos linguísticos de grande dimensão
- Questões de parcialidade e equidade nos modelos de GPT
- Mitigar os riscos e garantir uma utilização responsável dos modelos de GPT
Tendências futuras e para além do GPT-4
- Tendências emergentes em PNL e modelos generativos
- Fronteiras de investigação e potenciais avanços para além da GPT-4
Resumo e próximas etapas
- Recapitulação das principais aprendizagens e conclusões do curso
- Recursos para exploração adicional e oportunidades de aprendizagem em modelos GPT e PNL
Requisitos
- Familiaridade com conceitos de aprendizagem profunda e fundamentos de processamento de linguagem natural (PNL).
- O conhecimento básico de transformadores seria benéfico.
Público
- Cientistas de dados
- Engenheiros de aprendizagem de máquinas
- Investigadores de PNL
- Entusiastas de IA
14 horas
Declaração de Clientes (1)
Exemplos da vida real.
Craig - Hollard Insure
Curso - ChatGPT
Machine Translated
