レッスン

トランスフォーマーのアーキテクチャから新たな機能や現実世界の制限まで、LLM がどのように機能するかを調べます。

ゼロショットから思考ツリーまでの高度なプロンプト手法をマスターし、安全で再利用可能なプロンプト テンプレートを構築する方法を学びます。

3 つの主要な深層学習アーキテクチャと、トランスフォーマーが現代の AI を支配するようになった理由を理解します。

モデルを微調整したり、検索拡張生成を使用してドメイン固有の AI アプリケーションを構築したりする時期と方法を学びます。

AI エージェントがどのように観察し、推論し、行動するのか、そしてなぜマルチエージェントのコラボレーションが人工知能の未来を形作るのかを学びましょう。

セルフ アテンション、マルチヘッド アテンション、位置エンコーディング、および最新の大規模言語モデルを強化する Transformer アーキテクチャについて詳しく説明します。

モデル性能を左右する経験的なスケーリング則、計算最適なトレーニング戦略、そしてフロンティアモデルのトレーニングを支える分散システム工学を学びます。

教師あり微調整、報酬モデリング、人間のフィードバックからの強化学習を通じて、生の言語モデルがどのように役立つ無害なアシスタントに変換されるかを理解します。

AI エージェントが、現実世界の複雑なタスクに対して、ツールの使用、メモリ、計画戦略、マルチエージェント アーキテクチャを使用して自律的に観察、推論、行動する方法を学びます。

ジェイルブレイクやプロンプトインジェクションから敵対的な例やデータポイズニングまで、最新の AI システムの攻撃対象領域を調査し、それらを保護する防御戦略を学びます。

自信のあるモデルの背後に弱いデータを隠すのではなく、答えを改善する検索を設計します。

印象的なデモから、ツールを安全に使用する限定された監視可能なエージェントに移行します。

AI 機能がユーザーに提供される前に、品質、安全性、遅延、コストを測定できるようにします。