Data dodania: 2024-01-17
Spotkanie Data Science Club, Mastering Language Models, 18 stycznia
Brzmi świetnie? A może boisz się, że jest zbyt wiele szumu wokół ChatGPT? Jeśli tak - to dobrze - omówimy trudne fragmenty i pułapki! Dla kogo jest ten kurs? Kurs jest przeznaczony dla osób posiadających pewne doświadczenie programistyczne, najlepiej w języku Python, które chcą rozpocząć rozwijanie aplikacji opartych na ChatGPT-powered LLM.
Spotkanie odbędzie się 18 stycznia o godzinie 16.00
Co musisz przygotować: Dostarczymy Ci notatnik Google Colab. Zatem załóż tam konto. Jeśli wolisz pracować lokalnie, musisz mieć laptop z zainstalowanym Pythonem >= 3.8.1 i skonfigurować swoje ulubione edytory, takie jak VSCode lub PyCharm, do pracy z notatnikami Jupyter.
Po zakończeniu warsztatu zdobędziesz kompleksową wiedzę na temat rozwijania aplikacji opartych na ChatGPT-powered LLM. Będziesz wyposażony w wiedzę i doświadczenie praktyczne, pozwalające efektywnie korzystać z Chains i potężnych Agents rozumowania. Ponadto nauczysz się integrować zewnętrzne API i źródła kontekstu, umożliwiając budowanie aplikacji, które doskonale sprawdzają się w odpowiadaniu na pytania w dokumentach, ze szczególnym naciskiem na dokładność i bezpieczeństwo.
Agenda:
• Wprowadzenie
◦ Przegląd różnych LLM - co jest dla mnie dobre?
◦ Wprowadzenie do Langchain
• Naucz się korzystać z Chains i Agents - praktyczne ćwiczenia
◦ API LangChain
◦ Przekazywanie kontekstu między komponentami
◦ Integracje z zewnętrznymi API i źródłami kontekstu
◦ Chains kontra Agents
• Odpowiadanie na pytania w dokumentach: zastosuj ChatGPT do swoich danych - praktyczne ćwiczenia
◦ Wprowadzenie do osadzeń
◦ Przegląd baz danych wektorowych
◦ Dokument do wektora - różne strategie i pułapki ◦ Skomponuj ChatGPT, VectorDb i Langchain w prostą aplikację.
• Stwórz potężne Agents rozumowania - praktyczne ćwiczenie
◦ Dynamiczne podejmowanie decyzji
◦ Integracja z narzędziami takimi jak Google Search i Wolfram alpha
• Podsumowanie ◦ Techniki poprawy dokładności i bezpieczeństwa: samo-odpytywanie, sprawdzanie halucynacji, moderacja wyników
◦ LLM w produkcji - przegląd wyzwań do pokonania
◦ Potencjał do dostrojenia: osadzenia, wnioskowanie, koszt dokładności
