コース概要

LLMsと生成AIの紹介

  • 技術とモデルの探求
  • 応用例とユースケースのディスカッション
  • 課題と制限の特定

LLMsを使用したNLUタスク

  • 感情分析
  • 固有名詞認識
  • 関係抽出
  • 意味解析

LLMsを使用したNLIタスク

  • 帰結検出
  • 矛盾検出
  • 言い換え検出

LLMsを使用した知識グラフの生成

  • テキストから事実と関係を抽出する
  • 欠落または新しい事実を推論する
  • 下流タスクのために知識グラフを使用する

LLMsを使用した常識的推論

  • 妥当な説明、仮説、シナリオの生成
  • 常識的な知識ベースとデータセットの使用
  • 常識的推論の評価

LLMsを使用した対話生成

  • 会話エージェント、チャットボット、仮想アシスタントとの対話を生成する
  • 対話を管理する
  • 対話データセットとメトリクスの使用

LLMsを使用したマルチモーダル生成

  • テキストから画像を生成する
  • 画像からテキストを生成する
  • テキストまたは画像からビデオを生成する
  • テキストから音声を生成する
  • 音声からテキストを生成する
  • テキストまたは画像から3Dモデルを生成する

LLMsを使用したメタラーニング

  • 新しいドメイン、タスク、言語への適応
  • 一例学習や零ショット学習からの学習
  • メタラーニングと転移学習のデータセットとフレームワークの使用

LLMsを使用した敵対的学習

  • 悪意のある攻撃からLLMsを防御する
  • LLMs内のバイアスやエラーを検出および軽減する
  • 敵対的学習と堅牢性のデータセットおよび手法の使用

LLMsと生成AIの評価

  • コンテンツ品質と多様性の評価
  • inception score、Fréchet inception distance、BLEU scoreなどのメトリクスの使用
  • クラウドソーシングやアンケートなど、人間による評価方法の使用
  • Turingテストや識別器など、敵対的評価手法の使用

LLMsと生成AIへの倫理的な原則の適用

  • 公平性と説明責任の確保
  • 誤用や乱用の防止
  • コンテンツ作成者や消費者の権利とプライバシーの尊重
  • 人間とAIの創造性と協力の促進

まとめと次なるステップ

要求

  • 基本的なAI概念と用語の理解
  • Pythonプログラミングとデータ分析の経験
  • TensorFlowやPyTorchなどの深層学習フレームワークへの熟悉
  • LLMsとその応用に関する基礎知識

対象者

  • データサイエンティスト
  • AI開発者
  • AI愛好家
 21 時間

参加者の人数


参加者1人当たりの料金

今後のコース

関連カテゴリー