Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Czas trwania 7 godzin
Plan Szkolenia
Od generowania tekstu do typowanych decyzji
- Co zwraca model decyzyjny
- Decyzje „System One” w porównaniu z LLM-ami rozważającymi
- Profil kosztów i opóźnień ograniczonych decyzji
Pejzaż modeli decyzyjnych z otwartymi wagami
- Strands Decider 2B od AWS Labs
- Odprzety wagowe rodziny JEV i GEV
- Pplx-Decider, Liquid D1 i Clef
- Różnice w licencjach i wdrożeniach
Wnętrze modelu decyzyjnego
- Trzon LLM bez główki modelowania języka
- Przewidywania głowy wskaźnikowej (pointer head) nad kandydującymi opcjami
- Pochodzenie wyniku pewności (confidence score)
Uruchamianie pierwszych decyzji
- Ustawianie lokalne na CPU i konsumenckiej karcie graficznej (GPU)
- Sformułowywanie pytań i zestawów opcji
- Zadawanie kilku pytań w jednym przejściu
- Progi decyzyjne i zachowania awaryjne (fallback)
Ocena jakości decyzji
- JevBench i benchmarki decyzyjne
- Dokładność w porównaniu ze skalibrowaniem
- Wskaźnik Briera (Brier score) i wiarygodność pewności
- Zadania, w których model decyzyjny jest nieodpowiednim narzędziem
Wymagania
- Bazowa znajomość dużych modeli językowych (LLM) oraz aplikacji opartych na promptach.
- Umiejętność posługiwania się wierszem poleceń oraz skryptami Pythona.
- Brak wymogu doświadczenia w treningu modeli uczenia maszynowego.
Grupa docelowa
- Inżynierowie AI oceniający modele decyzyjne dla przepływów agentowych.
- Programiści oprogramowania, którzy chcą zastąpić wywołania LLM ograniczonymi decyzjami.
- Architekci rozwiązań i platform projektujący architekturę agentów.
- Technczy menedżerowie produktu oceniający opcje dotyczące modeli decyzyjnych.