Fondamenti dei Large Language Models in Python

I Large Language Models (LLM) stanno trasformando il modo in cui interagiamo con la tecnologia, ma comprenderne il funzionamento interno è essenziale per qualsiasi sviluppatore moderno. Questo corso basato su testo ti guida dalle basi assolute dell'elaborazione del linguaggio naturale fino all'utilizzo di potenti modelli pre-addestrati. Acquisirai una solida base concettuale e pratica nelle architetture LLM, imparando a sfruttare gli strumenti open source per costruire, ottimizzare e valutare modelli per attività di generazione ed elaborazione del testo nel mondo reale. Cosa imparerai: - Comprendere i concetti fondamentali degli LLM, le architetture transformer e le tecniche di tokenizzazione. - Caricare e utilizzare modelli e dataset pre-addestrati usando la libreria Hugging Face. - Ottimizzare i modelli linguistici su dataset di testo personalizzati per adattarli a compiti specifici. - Valutare le prestazioni del modello utilizzando metriche standard del settore e identificare i bias. - Applicare tecniche di prompt engineering di base ed esplorare i pattern di generazione aumentata dal recupero (RAG). Il corso inizia con la terminologia di base e i concetti architetturali prima di passare a implementazioni pratiche basate su codice. Progredirai attraverso il caricamento dei modelli, i processi di ottimizzazione e i moderni pattern applicativi, il tutto all'interno di un formato scritto strutturato. Questo corso è progettato per principianti con conoscenze di base di Python che desiderano entrare nel campo dell'AI generativa. Non è richiesta alcuna esperienza precedente in machine learning. Inizia oggi il tuo viaggio nel mondo dei large language models.