Uniwersytet Warszawski - Centralny System Uwierzytelniania
Strona główna

Wprowadzenie do dużych modeli językowych oraz systemów RAG

Informacje ogólne

Kod przedmiotu: 3800-KOG-MS2-DML
Kod Erasmus / ISCED: 08.1 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0223) Filozofia i etyka Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Wprowadzenie do dużych modeli językowych oraz systemów RAG
Jednostka: Wydział Filozofii
Grupy: Przedmioty MS2, kognitywistyka, studia stacjonarne, pierwszego stopnia
Punkty ECTS i inne: 3.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia: polski
Rodzaj przedmiotu:

fakultatywne

Skrócony opis:

Kurs obejmuje pełne wprowadzenie do technologii dużych modeli językowych (LLM) oraz systemów RAG (Retrieval-Augmented Generation). Uczestnicy poznają najnowsze techniki przetwarzania języka naturalnego oraz metody multimodalne, od podstaw pracy z LLM-ami po tworzenie zaawansowanych aplikacji AI, które efektywnie łączą generowanie tekstu z przeszukiwaniem baz danych. Kurs zakończy się praktycznym projektem, który pozwoli na zastosowanie zdobytej wiedzy w rzeczywistych scenariuszach biznesowych.

Harmonogram spotkań:

Zajęcia odbywają się w SEMESTRZE ZIMOWYM, w systemie blokowym. Online

Termin spotkań:

- 11 stycznia 2025, godz. 9.00-17.00

- 12 stycznia 2025, godz. 9.00-17.00

- godziny kontaktowe: 13-17 stycznia 2025 r., godz. 16.15-18.00.

Pełny opis:

Pełny opis kursu:

1. Wprowadzenie do dużych modeli językowych (LLM):

- Omówienie podstaw działania LLM-ów i ich roli w przetwarzaniu języka naturalnego.

- Przegląd najnowszych osiągnięć w dziedzinie modeli językowych i ich zastosowania w różnych branżach.

2. Praktyczne wykorzystanie LLM:

- Praca z repozytorium modeli Hugging Face i biblioteką Transformers.

- Zastosowanie modeli enkoderów do analizy semantycznej, embeddingów i klasyfikacji zero-shot.

- Wykorzystanie modeli dekoderów do generowania odpowiedzi, tekstów i kodu.

3. Budowanie aplikacji opartych na LLM:

- Zarządzanie stanem i komponowanie wywołań modeli w celu zapewnienia bezpieczeństwa i dokładności generowanych odpowiedzi.

- Wprowadzenie do frameworków takich jak LangChain i PyTorch oraz narzędzi do szybkiego wdrażania aplikacji (np. FastAPI).

4. Tworzenie systemów RAG (Retrieval-Augmented Generation):

- Omówienie architektury systemów RAG i ich zastosowań w biznesie.

- Praca z embeddingami i wyszukiwaniem podobieństw za pomocą FAISS.

- Implementacja agenta RAG zdolnego do odpowiadania na pytania na podstawie przeszukiwanego zbioru danych.

Laboratoria i warsztaty:

- Seria warsztatów, podczas których uczestnicy będą pracować nad praktycznymi zadaniami i budować aplikacje wykorzystujące LLM i systemy

RAG.

- Przykłady zastosowań biznesowych, takich jak chatboty, analiza dokumentów i wsparcie klienta.

Efekty uczenia się:

- Zrozumienie kluczowych koncepcji i technologii związanych z dużymi modelami językowymi.

- Umiejętność implementacji i wdrażania aplikacji opartych na LLM i systemach RAG.

- Zdolność do analizy i oceny najnowszych rozwiązań w dziedzinie przetwarzania języka naturalnego.

Metody i kryteria oceniania:

- Projekty praktyczne (100%): Zaliczenie kursu na podstawie realizacji projektów końcowych, które obejmują budowę aplikacji opartej na LLM/RAG.

Kurs we współpracy z firmą NVIDIA I zaliczenie kursu będzie równoważne z uzyskaniem certyfikatu NVIDIA w dziedzinie LLM oraz RAG.

Zajęcia w cyklu "Semestr zimowy 2024/25" (w trakcie)

Okres: 2024-10-01 - 2025-01-26
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Warsztaty, 30 godzin, 60 miejsc więcej informacji
Koordynatorzy: Jan Kwapisz
Prowadzący grup: Jan Kwapisz
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Warsztaty - Zaliczenie na ocenę
Uwagi:

Harmonogram spotkań:

Zajęcia odbywają się w SEMESTRZE ZIMOWYM, w systemie blokowym. Online

Termin spotkań:

- 11 stycznia 2025, godz. 9.00-17.00

- 12 stycznia 2025, godz. 9.00-17.00

- godziny kontaktowe: 13-17 stycznia 2025 r., godz. 16.15-18.00.

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski.
ul. Banacha 2
02-097 Warszawa
tel: +48 22 55 44 214 https://www.mimuw.edu.pl/
kontakt deklaracja dostępności mapa serwisu USOSweb 7.1.1.0-c345f6b74 (2024-12-18)