Zaawansowane LLM do zadań NLP - Plan Szkolenia

Wprowadzenie do LLM i generatywnej AI

• Badanie technik i modeli
• Dyskusja na temat zastosowań i przypadków użycia
• Identyfikacja wyzwań i ograniczeń

Wykorzystanie LLM do zadań NLU

• Analiza sentymentu
• Rozpoznawanie nazwanych encji
• Ekstrakcja relacji
• Analiza semantyczna

Wykorzystanie LLM do zadań NLI

• Wykrywanie implikacji
• Wykrywanie sprzeczności
• Wykrywanie parafraz

Wykorzystanie LLM do grafów wiedzy

• Ekstrahowanie faktów i relacji z tekstu
• Wnioskowanie brakujących lub nowych faktów
• Wykorzystanie grafów wiedzy do zadań następczych

Wykorzystanie LLM do rozumowania zdroworozsądkowego

• Generowanie prawdopodobnych wyjaśnień, hipotez i scenariuszy
• Wykorzystanie baz wiedzy zdroworozsądkowej i zestawów danych
• Ocena rozumowania zdroworozsądkowego

Wykorzystanie LLM do generowania dialogów

• Generowanie dialogów z agentami konwersacyjnymi, chatbotami i asystentami wirtualnymi
• Zarządzanie dialogami
• Wykorzystanie zestawów danych i metryk dialogowych

Wykorzystanie LLM do generowania multimodalnego

• Generowanie obrazów z tekstu
• Generowanie tekstu z obrazów
• Generowanie wideo z tekstu lub obrazów
• Generowanie dźwięku z tekstu
• Generowanie tekstu z dźwięku
• Generowanie modeli 3D z tekstu lub obrazów

Wykorzystanie LLM do meta-uczenia

• Dostosowywanie LLM do nowych domen, zadań lub języków
• Uczenie się na podstawie przykładów few-shot lub zero-shot
• Wykorzystanie zestawów danych i frameworków do meta-uczenia i transferu wiedzy

Wykorzystanie LLM do uczenia przeciwniczego

• Obrona LLM przed złośliwymi atakami
• Wykrywanie i łagodzenie błędów i uprzedzeń w LLM
• Wykorzystanie zestawów danych i metod uczenia przeciwniczego i odporności

Ocena LLM i generatywnej AI

• Ocena jakości i różnorodności treści
• Wykorzystanie metryk takich jak inception score, odległość Frécheta i wynik BLEU
• Wykorzystanie metod oceny przez ludzi, takich jak crowdsourcing i ankiety
• Wykorzystanie metod oceny przeciwniczych, takich jak test Turinga i dyskryminatory

Stosowanie zasad etycznych dla LLM i generatywnej AI

• Zapewnienie sprawiedliwości i odpowiedzialności
• Unikanie nadużyć i niewłaściwego wykorzystania
• Szacunek dla praw i prywatności twórców i konsumentów treści
• Promowanie kreatywności i współpracy ludzi i AI

Podsumowanie i kolejne kroki