Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Cursusaanbod
Inleiding tot het finetunen van DeepSeek LLM
- Overzicht van DeepSeek-modellen, zoals DeepSeek-R1 en DeepSeek-V3
- Waarom is finetuning van LLM’s nodig?
- Verschillen tussen finetuning en prompt engineering
Voorbereiden van de dataset voor finetuning
- Het selecteren van relevante, domeinspecifieke datasets
- Technieken voor data-voorverwerking en -schoonmaak
- Tokenisatie en opmaak van de dataset zodat deze geschikt is voor DeepSeek LLM
Instellen van de omgeving voor finetuning
- Configuratie van GPU- en TPU-versnelling
- Het installeren van Hugging Face Transformers met DeepSeek LLM
- Begrip van hyperparameters bij finetuning
Finetunen van DeepSeek LLM
- Implementatie van gesuperviseerde finetuning
- Gebruik van LoRA (Low-Rank Adaptation) en PEFT (Parameter-Efficient Fine-Tuning)
- Uitvoeren van distributed finetuning bij grote datasets
Evaluatie en optimalisatie van finetuned modellen
- Beoordelen van modelprestaties aan de hand van evaluatiemetingen
- Voorkomen en verhelpen van overfitting en underfitting
- Verbeteren van inferentietijd en efficiëntie van het model
Implementatie van finetuned DeepSeek-modellen
- Het verpakken van modellen voor implementatie als API
- Integreren van finetuned modellen in bestaande toepassingen
- Schalen van de implementatie met cloud- en edge-computingoplossingen
Praktische voorbeelden en toepassingen in de praktijk
- Gebruik van finetuned LLM’s in de financiële sector, gezondheidszorg en klantenservice
- Casestudies uit verschillende industrieën
- Ethische overwegingen bij het ontwikkelen van vakgebiedsspecifieke AI-modellen
Samenvatting en vervolgstappen
Vereisten
- Ervaring met machine learning- en deep learning-frameworks
- Kennis van transformers en grote taalmodellen (LLM’s)
- Inzicht in technieken voor data-voorverwerking en modeltraining
Doelgroep
- AI-onderzoekers die zich bezighouden met finetuning van LLM’s
- Machine learning-engineers die op maat gemaakte AI-modellen ontwikkelen
- Ervaren ontwikkelaars die AI-gestuurde oplossingen implementeren
21 Uren
