课程大纲

高级模型定制介绍

  • Vertex AI中的微调和提示管理概述
  • 模型优化的使用案例
  • 实践实验室:设置Vertex AI工作区

Gemini模型的监督微调

  • 为微调准备训练数据
  • 运行监督微调管道
  • 实践实验室:微调Gemini模型

提示工程与版本管理

  • 为生成式AI设计有效提示
  • 版本控制与可重复性
  • 实践实验室:创建和测试提示版本

评估与基准测试

  • Vertex AI中的评估库概述
  • 自动化测试和验证工作流
  • 实践实验室:评估提示和输出

模型部署与监控

  • 将优化模型集成到应用中
  • 监控性能和漂移检测
  • 实践实验室:部署微调模型

企业AI优化最佳实践

  • 可扩展性与成本管理
  • 伦理考量和偏见缓解
  • 案例研究:改进生产中的AI应用

微调与提示管理的未来方向

  • LLM优化的新兴趋势
  • 自动提示适应与强化学习
  • 企业采用的战略意义

总结与下一步

要求

  • 具备机器学习工作流程的经验
  • 了解Python编程
  • 熟悉基于云的AI平台

受众

  • AI工程师
  • MLops从业者
  • 数据科学家
 14 小时

即将举行的公开课程

课程分类