[questa pagina su wiki][indice][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

Lezione: Modelli generativi, Trasformare i modelli di apprendimento profondo e ibrido

Informazioni amministrative

Titolo Modelli generativi, Trasformare i modelli di apprendimento profondo e ibrido
Durata 45-60
Modulo C
Tipo di lezione Lezione
Focus Tecnico — Intelligenza Artificiale del Futuro
Argomento Progressi nei modelli ML attraverso un obiettivo HC — Uno studio orientato ai risultati

Parole chiave

Modelli generativi, rilevazione di attenzione,Query-Key-Value, modelli di trasformazione, modelli ibridi,

Obiettivi di apprendimento

Preparazione prevista

Obbligatorio per gli studenti

  • Introduzione ai concetti di apprendimento automatico e deep learning forniti nelle lezioni precedenti

Facoltativo per gli studenti

Consigliato per gli insegnanti

Nessuno.

Materiale didattico

Istruzioni per gli insegnanti

In questa lezione, i nostri obiettivi primari sono triplicati. In primo luogo, miriamo a comprendere in modo completo i modelli genetici, concentrandosi sui meccanismi sottostanti e sulle caratteristiche fondamentali. In secondo luogo, discuteremo il significato delle architetture Transformer, in particolare nel contesto del Natural Language Processing (NLP). Infine, la conferenza approfondirà le varie configurazioni di modelli ibridi, sottolineando la fusione di diversi elementi per migliorare le prestazioni di apprendimento automatico.

Contorno

Durata Descrizione Concetti
15 min Introduzione ai modelli genetici, classificazione dei modelli genetici Cosa sono i modelli generativi?Perché sono importanti? Per cosa possono essere utilizzati? Classificazione, Caratteristiche chiave, Esempi
20 min Introduzione alle architetture Transformer Architettura dei trasformatori, trasformatori all'avanguardia come BERT e GTP
10 min Introduzione all'apprendimento ibrido Che cos'è l'apprendimento ibrido?Perché è importante?Per cosa possono essere utilizzati?
5 min Conclusioni, domande e risposte Riepilogo

Riconoscimenti

Il programma Human-Centered AI Masters è stato co-finanziato dal meccanismo per collegare l'Europa dell'Unione europea nell'ambito della sovvenzione CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.