In questo corso esplorerai due tecniche per migliorare le prestazioni di un modello di fondazione (FM): la generazione potenziata da recupero dati (RAG) e la messa a punto. Scoprirai i servizi di Amazon Web Services (AWS) che aiutano ad archiviare gli incorporamenti con database vettoriali, il ruolo degli agenti nelle attività in più fasi, definire i metodi per la messa a punto di un FM (ad esempio, la preparazione dei dati) e altro ancora.
- Livello del corso: base
- Durata: 1 ora
AttivitÃ
Il corso include elementi interattivi, istruzioni testuali e grafici illustrativi.
Obiettivi
- Identificare i servizi AWS che aiutano a memorizzare gli incorporamenti con database vettoriali
- Comprendere il ruolo degli agenti nelle attività in più fasi
- Comprendere gli approcci per valutare le prestazioni FM
- Determinare se un FM soddisfa efficacemente gli obiettivi aziendali
- Definire i metodi per la messa a punto di un FM
- Descrivere come preparare i dati per mettere a punto un FM
- Determinare se un FM soddisfa efficacemente gli obiettivi aziendali in base alla metrica aziendale identificata nel caso d'uso
Destinatari principali
- Persone interessate all'intelligenza artificiale e all'apprendimento automatico (AI/ML), indipendentemente dal ruolo lavorativo specifico
Conoscenze pregresse consigliate
"Optimizing Foundation Models" fa parte di una serie di corsi che presenta le basi dell'intelligenza artificiale, del machine learning e dell'IA generativa. Se non l'hai già fatto, ti consigliamo di completare anche i corsi Fundamentals of Machine Learning and Artificial Intelligence, che fornisce fondamenti di machine learning e intelligenza artificiale, e Exploring Artificial Intelligence Use Cases and Applications, che esamina casi d'uso e applicazioni dell'intelligenza artificiale.
