Wprowadzenie do dużych modeli językowych oraz systemów RAG
Informacje ogólne
Kod przedmiotu: | 3800-KOG-MS2-DML |
Kod Erasmus / ISCED: |
08.1
|
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
|
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 |
Przejdź do planu
PN WT ŚR CZ PT |
Typ zajęć: |
Warsztaty, 30 godzin, 60 miejsc
|
|
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. |
Właścicielem praw autorskich jest Uniwersytet Warszawski.