Razumevanje izvajalnega okolja PyTorch, od notranjih funkcij C++ in CUDA do TorchScripta in izvajalnih okolij, ki jih generira umetna inteligenca, kot je VibeTensor, za visokozmogljivo umetno inteligenco.
Odkrijte bistvene plasti opazovanja z umetno inteligenco, da bodo LLM-ji in agenti zanesljivi, varni, stroškovno učinkoviti in skladni s predpisi v resničnem svetu.
Razumevanje obsežnih jezikovnih modelov, od žetonov do transformatorjev, kvantizacije in lokalnega izvajanja, razloženo v jasni in praktični angleščini.
Maia 200 je Microsoftov novi interni čip umetne inteligence za hitro in učinkovito sklepanje v Azure, ki se s preko 10 PFLOPS moči FP4 kosa s Trainiumom in TPU.
Naučite se, kako deluje učenje z okrepitvijo, kakšne so njegove algoritme, uporabe, tveganja in kako korak za korakom implementirati učenje z okrepitvijo v resničnih projektih.
Odkrijte, kako sesutje modela umetne inteligence vpliva na orodja za generativno oblikovanje, zakaj so sintetični podatki tvegani in katere strategije lahko preprečijo dolgoročno degradacijo.
Odkrijte, kako uporabljati Python za umetno inteligenco: knjižnice, primeri, orodja in resnične aplikacije, razložene jasno in podrobno.
Odkrijte, zakaj se pojavljajo halucinacije umetne inteligence, resnične primere, njihova tveganja in najboljše trenutne tehnike za njihovo odkrivanje in zmanjševanje.
Odkrijte ključne odprtokodne in poslovne platforme za ocenjevanje, spremljanje in upravljanje sodobnih jezikovnih modelov in agentov LLM.