Upravne informacije
| Naslov | Generativni modeli, preoblikovanje poglobljenega učenja in hibridnih učnih modelov |
| Trajanje | 45–60 |
| Modul | C |
| Vrsta lekcije | Predavanje |
| Osredotočenost | Tehnična – prihodnja umetna inteligenca |
| Tema | Napredek pri modelih ML skozi objektiv HC – študija, usmerjena v rezultate |
Ključne besede
Generativni modeli, zaznavanje pozornosti, Qery-Key-Value, transformacijski modeli, hibridni modeli,
Učni cilji
- Razumeti razred generativnih modelov in raziskati njegove ključne značilnosti.
- Razlaga koncepta in zasnove arhitekturnih transformatorjev
- Izdelava konfiguracije hibridnih modelov
Pričakovana priprava
Učenje Dogodki, ki jih je treba dokončati pred
Obvezno za študente
- Uvod v koncepte strojnega učenja in globokega učenja, podane v prejšnjih predavanjih
Neobvezno za študente
Reference in ozadje za študente
Priporočeno za učitelje
Nobenega.
Gradivo za učne ure
Navodila za učitelje
V tem predavanju so naši glavni cilji trojni. Najprej si prizadevamo za celovito razumevanje generacijskih modelov, pri čemer se osredotočamo na njihove temeljne mehanizme in temeljne značilnosti. Drugič, razpravljali bomo o pomenu arhitekture transformatorja, zlasti v okviru obdelave naravnega jezika (NLP). Nazadnje bo predavanje podrobneje opisalo različne konfiguracije hibridnih modelov, s poudarkom na zlitju različnih elementov za izboljšanje zmogljivosti strojnega učenja.
Obris
| Trajanje | Opis | Koncepti |
|---|---|---|
| 15 min | Uvod v generativne modele, klasifikacija generacijskih modelov | Kaj so generativni modeli?Zakaj so pomembni? Za kaj jih je mogoče uporabiti? Klasifikacija, Ključne značilnosti, Primeri |
| 20 min | Uvod v arhitekturo transformatorja | Arhitektura transformatorjev, najsodobnejši transformatorji, kot sta BERT in GTP |
| 10 min | Uvod v hibridno učenje | Kaj je hibridno učenje?Zakaj je pomembno?Kaj se lahko uporablja? |
| 5 min | Zaključek, vprašanja in odgovori | Povzetek |
Priznanja
Program Masters umetne inteligence, ki je bil vključen v človeka, je bil sofinanciran z instrumentom za povezovanje Evrope Evropske unije v okviru nepovratnih sredstev (CEF-TC-2020–1 Digital Skills 2020-EU-IA-0068).