LLMs: Einführung und Use Cases - Sprachmodelle verstehen und praktisch anwenden
Webinar - GFU Cyrus AG
Nach dem Seminar verstehen Sie die Funktionsweise und Einsatzmöglichkeiten von LLMs und sind in der Lage, marktverfügbare Modelle auszuwählen, gezielt einzusetzen und erste Anpassungen vorzunehmen. Sie wissen, wie Sie Prompts optimieren, Modelle evaluieren und typische Risiken wie Datenschutz oder Bias berücksichtigen.
Tokenisierung, Transformer-Prinzip, Trainingsdaten und Modellgröße verständlich erklärt
Einflussgrößen auf Qualität, Effizienz und Kosten
Der LLM-Markt im Überblick
Kommerzielle und Open-Source-Modelle im Vergleich
Open Weights, Lizenzmodelle und Auswahlkriterien
Interaktiver Modellvergleich: Präzision, Kosten und Bias
Prompt-Engineering
Einfluss der Spracheingabe auf Antwortqualität
Übungen von Basic-Prompts bis zu fortgeschrittenen Techniken
LLMs im Unternehmenseinsatz: Integration & Infrastruktur
Technische Plattformen - On-Premises, Cloud und hybride Ansätze
Datensicherheit, Infrastruktur-Anforderungen und Kostenbewertung
Optionen für modulare Einführung
Individuelle Modellanpassung: Von Prompt-Tuning bis Custom Knowledge
Methoden zur Anpassung: Zusatzwissen, Dokumenteneinbindung, RAG
Vorbereitung eigener Daten und erste Schritte zur Feinabstimmung
Praxisübung: Modell für eine neue Aufgabe anpassen
Praktische Vorführung: GPT-2 Implementierung mit PyTorch
Live-Demo: Installation und Nutzung mit HuggingFace & PyTorch
Training an einem kompakten Datensatz, Tipps zur Anpassung
Diskussion zu Hardware-Anforderungen und Erweiterungsoptionen
Dauer/zeitlicher Ablauf:
3 Tage
Zielgruppe:
Das Seminar richtet sich an Fach- und Führungskräfte, Business-Analyst:innen, IT-Architekt:innen, Data Scientists sowie Entscheider:innen, die verstehen möchten, wie LLMs in der Praxis angewendet und integriert werden können. Angesprochen sind alle, die KI-basierte Text- und Sprachlösungen produktiv und sicher einsetzen wollen.
Teilnahmevoraussetzungen:
Sie benötigen Grundkenntnisse in Datenanalyse oder IT-Systemen
Erste Erfahrungen im Umgang mit Python sind hilfreich, aber nicht zwingend erforderlich
Offenheit für den praktischen Umgang mit KI-Tools und Hands-on-Übungen
Wir setzen Analyse-Cookies ein, um Ihre Zufriedenheit bei der Nutzung unserer Webseite zu verbessern.
Diese Cookies werden nicht automatisiert gesetzt.
Wenn Sie mit dem Einsatz dieser Cookies einverstanden sind, klicken Sie bitte auf Akzeptieren.
Weitere Informationen finden Sie hier.
