Resumen
En este curso, explorará dos técnicas para mejorar el rendimiento de los modelos de base (FM): Generación Aumentada por Recuperación (RAG) y ajuste fino. Aprenderá sobre los servicios de Amazon Web Services (AWS) que ayudan a almacenar incrustaciones con bases de datos vectoriales, el papel de los agentes en tareas con varios pasos, determinar métodos para ajustar un FM, cómo preparar datos para el ajuste fino, y mucho más.
- Nivel del curso: Básico
- Duración: 1 hora
El curso incluye elementos interactivos, instrucciones de texto e imágenes ilustrativas.
Objetivos del cursoEn este curso, aprenderá a:
- Identificar servicios de AWS que ayudan a almacenar incrustaciones con bases de datos vectoriales.
- Comprender el papel de los agentes en tareas con varios pasos.
- Comprender los enfoques para evaluar el rendimiento de los FM.
- Determinar la efectividad de un FM para cumplir con los objetivos comerciales.
- Definir métodos para ajustar el FM.
- Explicar cómo preparar datos para ajustar el FM.
- Determinar la efectividad de FM para alcanzar objetivos comerciales en función de métricas comerciales identificadas en casos de uso.
Este curso está dirigido a:
- Individuos interesados en inteligencia artificial y aprendizaje automático (AI/ML), independientemente de un rol de trabajo específico.
Optimización de Modelos de Fundación es parte de una serie que facilita los fundamentos de inteligencia artificial, aprendizaje automático y AI generativa. Si no lo ha hecho, le recomendamos completar los siguientes dos cursos:
- Fundamentos de Aprendizaje Automático e Inteligencia Artificial
- Aprender Aplicaciones y Casos de Uso de Inteligencia Artificial
Sección 1: Introducción
- Cómo usar este curso
- Visión general del curso
Sección 2: Optimización de Modelos de Base con Generación Aumentada por Recuperación
- Caso de negocio
- Generación Aumentada por Recuperación (RAG)
- Agentes
- Evaluación de resultados
- Prueba de Conocimiento
Sección 3: Optimización de modelos de base con ajuste fino
- Caso de negocio
- Ajuste fino
- Evaluación de modelos
- Prueba de Conocimiento
Sección 4: Conclusión
- Recursos
- Contáctenos
