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.
Plan Szkolenia
Wprowadzenie do multimodalnych modeli Mistral
- Przegląd Mistral Medium i możliwości multimodalnych
- Modele OCR/dokumentów i przypadki użycia
- Integracja z ekosystemami open source
Potoki OCR i wizyjne
- Podstawy OCR z modelami Mistral
- Wstępne przetwarzanie obrazów i zeskanowanych dokumentów
- Wyodrębnianie ustrukturyzowanego tekstu z obrazów
Rozumienie dokumentów
- Projektowanie potoków NLP dla dokumentów
- Rozpoznawanie encji, streszczanie i klasyfikacja
- Międzymodalne łączenie danych tekstowych i wizyjnych
Aplikacje wyszukiwania i wiedzy
- Systemy wyszukiwania wizyjno-tekstowego
- Budowanie wyszukiwania semantycznego z wykorzystaniem wyników OCR
- Korporacyjne repozytoria dokumentów
Aplikacje wspomagające i interaktywne
- Projektowanie interfejsu użytkownika dla asystentów multimodalnych
- Aplikacje dostępnościowe (np. wizja-na-tekst)
- Praktyczne narzędzia zwiększające produktywność
Wydajność i optymalizacja
- Skalowanie potoków multimodalnych
- Strojenie wydajności wnioskowania
- Ocena kompromisów między dokładnością a efektywnością
Studia przypadków i kierunki rozwoju
- Przemysłowe zastosowania multimodalnej sztucznej inteligencji
- Trendy badawcze w OCR i sztucznej inteligencji dokumentów
- Zagadnienia odpowiedzialnej sztucznej inteligencji w zadaniach wizyjno-tekstowych
Podsumowanie i kolejne kroki
Wymagania
- Zrozumienie pojęć z zakresu przetwarzania języka naturalnego
- Doświadczenie z Pythonem i frameworkami uczenia maszynowego
- Znajomość podstaw widzenia komputerowego
Grupa docelowa
- Zespoły produktowe
- Badacze uczenia maszynowego
- Inżynierowie stosowanego uczenia maszynowego
14 godzin
