Entrar em Contato

Programa do Curso

Introdução aos Modelos de Linguagem Grande

  • Visão geral do Processamento de Linguagem Natural (PLN)
  • Introdução aos Modelos de Linguagem Grande (LLMs)
  • Contribuições da Meta AI para o desenvolvimento de LLMs

Compreendendo a Arquitetura dos LLMs da Meta AI

  • Arquitetura Transformer e mecanismos de autoatenção
  • Metodologias de treinamento para modelos em grande escala
  • Comparação com outros LLMs (GPT, BERT, T5, etc.)

Configurando o Ambiente de Desenvolvimento

  • Instalação e configuração do Python e Jupyter Notebook
  • Trabalhando com o Hugging Face e o repositório de modelos da Meta AI
  • Utilizando GPUs na nuvem ou locais para treinamento

Ajuste Fino e Personalização dos LLMs da Meta AI

  • Carregando modelos pré-treinados
  • Ajuste fino em conjuntos de dados específicos do domínio
  • Técnicas de transferência de aprendizado

Construindo Aplicações de PLN com LLMs da Meta AI

  • Desenvolvendo chatbots e IA conversacional
  • Implementando resumo e paráfrase de textos
  • Análise de sentimentos e moderação de conteúdo

Otimização e Implantação de Modelos de Linguagem Grande

  • Ajuste de desempenho para velocidade de inferência
  • Técnicas de compressão e quantização de modelos
  • Implantação de LLMs utilizando APIs e plataformas em nuvem

Considerações Éticas e IA Responsável

  • Detecção e mitigação de viés em LLMs
  • Garantindo transparência e equidade nos modelos de IA
  • Tendências futuras e desenvolvimentos na área de IA

Resumo e Próximos Passos

Requisitos

  • Compreensão básica de aprendizado de máquina e aprendizado profundo
  • Experiência com programação em Python
  • Familiaridade com conceitos de processamento de linguagem natural (PLN)

Público-Alvo

  • Pesquisadores de IA
  • Cientistas de Dados
  • Engenheiros de Aprendizado de Máquina
  • Desenvolvedores de Software interessados em PLN
 21 Horas

Número de participantes


Preço por participante

Próximas Formações Provisórias

Categorias Relacionadas