聯繫我們

課程簡介

微調簡介

  • 什麼是微調?
  • 微調的用例與優勢
  • 預訓練模型與遷移學習概述

微調準備

  • 數據集的收集與清理
  • 理解任務特定的數據需求
  • 探索性數據分析與預處理

微調技術

  • 遷移學習與特徵提取
  • 使用Hugging Face微調Transformers
  • 監督任務與非監督任務的微調

微調大型語言模型 (LLMs)

  • 爲NLP任務適配LLMs(如文本分類、摘要生成)
  • 使用自定義數據集訓練LLMs
  • 通過提示工程控制LLM行爲

優化與評估

  • 超參數調優
  • 評估模型性能
  • 解決過擬合與欠擬合問題

擴展微調工作

  • 在分佈式系統上進行微調
  • 利用雲解決方案實現可擴展性
  • 案例研究:大規模微調項目

最佳實踐與挑戰

  • 微調成功的最佳實踐
  • 常見挑戰與故障排除
  • 微調AI模型的倫理考量

高級主題(可選)

  • 微調多模態模型
  • 零樣本與少樣本學習
  • 探索LoRA(低秩適應)技術

總結與下一步

最低要求

  • 理解機器學習基礎知識
  • 具備Python編程經驗
  • 熟悉預訓練模型及其應用

受衆

  • 數據科學家
  • 機器學習工程師
  • AI研究人員
 14 小時

人數


每位參與者的報價

即將到來的課程

課程分類