Kontakt aufnehmen

Schulungsübersicht

Einführung in das multimodale Lernen

  • Überblick über multimodale KI
  • Herausforderungen bei der multimodalen Datenverarbeitung
  • Vorteile von multimodalen LLMs

Verständnis großer Sprachmodelle

  • Architektur aktueller State-of-the-Art-LLMs
  • Training von LLMs mit multimodalen Daten
  • Fallstudien: Erfolgreiche multimodale LLM-Anwendungen

Verarbeitung multimodaler Daten

  • Datenvorverarbeitungstechniken für Text, Bild und Audio
  • Merkmalsextraktion und Repräsentationslernen
  • Integration multimodaler Daten in LLMs

Entwicklung multimodaler LLM-Anwendungen

  • Gestaltung von Benutzeroberflächen für multimodale Interaktion
  • Einsatz von LLMs in virtuellen Assistenten und Chatbots
  • Schaffung immersiver Erlebnisse mit LLMs

Bewertung und Optimierung multimodaler Systeme

  • Leistungsindikatoren für multimodale LLMs
  • Optimierungsstrategien für bessere Genauigkeit und Effizienz
  • Umgang mit Verzerrungen und Fairness in multimodalen Systemen

Praxislabor: Bau eines multimodalen LLM-Projekts

  • Einrichtung eines multimodalen Datensatzes
  • Implementierung eines multimodalen LLMs für einen bestimmten Anwendungsfall
  • Testen und Verfeinern des Systems

Zusammenfassung und weitere Schritte

Voraussetzungen

  • Verständnis von Machine Learning und neuronalen Netzwerken
  • Erfahrung in Python-Programmierung
  • Bekanntschaft mit Datenvorbereitungstechniken für verschiedene Datentypen (Text, Bild, Audio)

Zielgruppe

  • Datenwissenschaftler
  • Machine-Learning-Ingenieure
  • Softwareentwickler
  • Forscher, die sich auf KI und natürliche Sprachverarbeitung konzentrieren
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien