Programa do Curso
Introdução aos LLMs e IA Generativa
- Exploração de técnicas e modelos
- Discussão de aplicações e casos de uso
- Identificação de desafios e limitações
Utilização de LLMs para Tarefas de NLU
- Análise de sentimento
- Reconhecimento de entidades nomeadas
- Extração de relações
- Análise semântica
Utilização de LLMs para Tarefas de NLI
- Detecção de entailment
- Detecção de contradições
- Detecção de paráfrases
Utilização de LLMs para Grafos de Conhecimento
- Extração de factos e relações a partir de texto
- Inferência de factos ausentes ou novos
- Utilização de grafos de conhecimento para tarefas subsequentes
Utilização de LLMs para Raciocínio de Sentido Comum
- Geração de explicações, hipóteses e cenários plausíveis
- Utilização de bases de conhecimento e conjuntos de dados de sentido comum
- Avaliação do raciocínio de sentido comum
Utilização de LLMs para Geração de Diálogos
- Geração de diálogos com agentes conversacionais, chatbots e assistentes virtuais
- Gestão de diálogos
- Utilização de conjuntos de dados e métricas de diálogo
Utilização de LLMs para Geração Multimodal
- Geração de imagens a partir de texto
- Geração de texto a partir de imagens
- Geração de vídeos a partir de texto ou imagens
- Geração de áudio a partir de texto
- Geração de texto a partir de áudio
- Geração de modelos 3D a partir de texto ou imagens
Utilização de LLMs para Meta-Aprendizagem
- Adaptação de LLMs a novos domínios, tarefas ou idiomas
- Aprendizagem a partir de exemplos few-shot ou zero-shot
- Utilização de conjuntos de dados e frameworks de meta-aprendizagem e aprendizado por transferência
Utilização de LLMs para Aprendizado Adversarial
- Defesa de LLMs contra ataques maliciosos
- Detecção e mitigação de vieses e erros em LLMs
- Utilização de conjuntos de dados e métodos de aprendizado adversarial e robustez
Avaliação de LLMs e IA Generativa
- Avaliação da qualidade e diversidade do conteúdo
- Utilização de métricas como inception score, distância de inception de Fréchet e pontuação BLEU
- Utilização de métodos de avaliação humana, como crowdsourcing e inquéritos
- Utilização de métodos de avaliação adversarial, como testes de Turing e discriminadores
Aplicação de Princípios Éticos para LLMs e IA Generativa
- Garantia de equidade e responsabilização
- Evitar o mau uso e o abuso
- Respeitar os direitos e a privacidade dos criadores e consumidores de conteúdo
- Fomentar a criatividade e a colaboração entre humanos e IA
Resumo e Próximos Passos
Requisitos
- Compreensão dos conceitos e terminologia básicos de IA
- Experiência em programação Python e análise de dados
- Familiaridade com frameworks de deep learning, como TensorFlow ou PyTorch
- Compreensão dos fundamentos dos LLMs e das suas aplicações
Público-Alvo
- Cientistas de dados
- Desenvolvedores de IA
- Entusiastas da IA
Formação Empresarial Personalizada
Soluções de formação concebidas exclusivamente para empresas.
- Conteúdo Personalizado: Adaptamos o programa e os exercícios práticos aos objetivos e necessidades reais do seu projeto.
- Horário Flexível: Datas e horários adaptados à agenda da sua equipe.
- Formato: Online (ao vivo), In-Company (em suas instalações) ou Híbrido.
Preço por grupo privado, formação online em direto, a partir de 3900 € + VAT*
Entre em contato conosco para obter um orçamento preciso e conhecer nossas promoções mais recentes
