聯繫我們

課程簡介

Ollama 上的模型微調簡介

  • 了解微調 AI 模型的必要性。
  • 客製化針對特定應用的關鍵效益。
  • Overview of Ollama’s capabilities for fine-tuning.

設定微調環境

  • 配置 Ollama 以進行 AI 模型自訂。
  • 安裝所需框架(如 PyTorch、Hugging Face 等)。
  • 透過 GPU 加速實現硬體最佳化。

準備微調數據集

  • 資料的收集、清理與前處理。
  • 標籤與註解技術。
  • 數據集分割(訓練、驗證、測試)的最佳實踐方法。

在 Ollama 上微調 AI 模型

  • 選擇適合自訂的預訓練模型。
  • 超參數調整與最佳化策略。
  • 文本生成、分類等場景的微調工作流。

評估與優化模型效能

  • 用於評估模型準確性與穩定性的指標。
  • 解決偏誤與過度擬合問題。
  • 效能基準測試與迭代改進。

部署自訂 AI 模型

  • 匯出並整合微調後的模型。
  • 擴展模型以適應生產環境。
  • 確保部署過程中的合規性與安全性。

模型客製化的進階技術

  • 利用強化學習提升 AI 模型表現。
  • 應用領域適應技術。
  • 探索模型壓縮以提升效率。

AI 模型客製化的未來趨勢

  • 微調方法學的新興創新。
  • 低資源 AI 模型訓練的進展。
  • 開源 AI 對企業採用的影響。

總結與下一步行動

最低要求

  • 具備深厚的深度學習與大型語言模型 (LLM) 知識基礎。
  • 擁有 Python 程式設計及 AI 框架的使用經驗。
  • 熟悉數據集準備與模型訓練流程。

目標受眾

  • 探索模型微調的 AI 研究人員。
  • 為特定任務優化 AI 模型的資料科學家。
  • 建構自訂語言模型的 LLM 開發人員。
 14 小時

人數


每位參與者的報價

即將到來的課程

課程分類