Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in das Prompt Engineering
- Was ist Prompt Engineering?
- Bedeutung des Prompt-Designs für LLMs
- Vergleich von Zero-Shot-, One-Shot- und Few-Shot-Ansätzen
Entwicklung effektiver Prompts
- Grundsätze zur Erstellung hochwertiger Prompts
- Experimentieren mit Prompt-Varianten
- Häufige Herausforderungen im Prompt-Design
Few-Shot-Fine-Tuning
- Überblick über Few-Shot-Learning
- Anwendungen bei der aufgabenspezifischen Anpassung von LLMs
- Einbindung von Few-Shot-Beispielen in Prompts
Praxis mit Prompt-Engineering-Tools
- Nutzung der OpenAI-API zur Experimentierung mit Prompts
- Erforschung des Prompt-Designs mit Hugging Face Transformers
- Bewertung der Auswirkungen von Prompt-Varianten
Optimierung der LLM-Leistung
- Auswertung der Ausgaben und Verfeinerung der Prompts
- Einbeziehung von Kontext für bessere Ergebnisse
- Umgang mit Mehrdeutigkeiten und Verzerrungen in LLM-Antworten
Anwendungsgebiete des Prompt Engineering
- Textgenerierung und Zusammenfassung
- Stimmungsanalyse und Klassifikation
- Kreatives Schreiben und Code-Generierung
Bereitstellung promptbasierter Lösungen
- Integration von Prompts in Anwendungen
- Überwachung der Leistung und Skalierbarkeit
- Fallstudien und Beispiele aus der Praxis
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundlegendes Verständnis von Natural Language Processing (NLP)
- Kenntnisse in der Programmierung mit Python
- Erfahrung mit großen Sprachmodellen (LLMs) ist von Vorteil
Zielgruppe
- KI-Entwickler
- NLP-Ingenieure
- Machine-Learning-Praktiker
14 Stunden
