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
