Logo

AWS Discovery Day - Prompt Engineering

Date

Monday, August 5, 2024

Time

11:00 AM Europe/Berlin

Convert to my timezone
This field is required.
This field is required.
This field is required.
This field is required.
This field is required.
Required fields
If you have already registered and can't locate your registration confirmation email, click here!
The email address is incorrect. Please double-check your email address.

A confirmation email with logging details has been sent to the provided email.

System configuration test. Click here!

Mit Absenden meiner Registrierung erkläre ich mich bereit von tecRacer Consulting GmbH per E-Mail oder Telefon Informationen erhalten. Sie können sich anhand der in den Mitteilungen enthaltenen Hinweise jederzeit abmelden. Ihre Informationen werden gemäß den tecRacer Datenschutzbestimmungen verarbeitet.

Agenda

BESCHREIBUNG

In diesem Kurs lernen Sie, wie Sie Prompts für eine Vielzahl von generativen KI-Modellen erstellen und optimieren können. Zunächst werden in diesem Kurs die Grundlagen von Basismodellen behandelt, einschließlich einer Untergruppe von Basismodellen (FMs), den sogenannten großen Sprachmodellen (LLMs). Anschließend werden die grundlegenden Konzepte des Prompt-Engineering behandelt, wie z.B. die verschiedenen Elemente eines Prompts und einige allgemeine Best Practices für den effektiven Einsatz von Prompts. Schließlich bietet der Kurs Informationen zu grundlegenden Prompt-Techniken, einschließlich Zero-Shot, Some-Shot und Chain-of-Thought (CoT) Prompting.

  • Level: Grundkenntnisse
  • Dauer: 1 Stunde


THEMEN

Bei dieser Veranstaltung erfahren Sie von:

  • den grundlegenden Konzepten von FMs und LLMs
  • Definition von Prompt-Engineering und Identifizierung der besten Praktiken für die Gestaltung effektiver Prompts
  • den grundlegenden Arten, Prompt-Techniken zu identifizieren, einschließlich zero-shot-, few-shot-, und CoT-Techniken

Zielgruppe

Diese Veranstaltung richtet sich an:

  • Prompt engineers
  • Data scientists
  • Developers


KURSINHALT

Abschnitt 1: Grundmodelle und große Sprachmodelle

  • Wie funktioniert ein Basismodell?
  • Training von FMs
  • Arten von FMs
  • Large language models
  • Transformer-Architektur
  • Neuronale Netze
  • LLM Anwendungsfälle


Abschnitt 2: Schlüsselkonzepte des Prompt Engineering

  • Feinabstimmung und Prompt-Engineering
  • Elemente eines Prompts
  • Bewährte Verfahren für die Gestaltung effektiver Prompts
  • Praxis mit Prompts


Abschnitt 3: Vereinheitlichen

  • Zero-Shot Prompting
  • Few-shot Prompting
  • Gedankenketten Prompting