在本課程中，您將探索兩種改善基礎模型 (FM) 效能的技術：檢索增強生成 (RAG) 和微調。您將了解 Amazon Web Services (AWS) 服務，這些服務有助於使用向量資料庫儲存內嵌、客服在多步驟任務中的角色、定義微調 FM 的方法、如何準備用於微調的資料等等。
- 課程等級：基礎
- 課程時長：1 小時
活動
本課程包括互動元素、文字指令和說明性圖形。
課程目標
- 在本課程中，您將學習如何進行下列事項：
- 識別有助於使用向量資料庫儲存內嵌的 AWS 服務。
- 了解客服在多步驟任務中的角色。
- 了解評估 FM 效能的方法。
- 判斷 FM 是否有效地符合業務目標。
- 定義微調 FM 的方法。
- 描述如何準備用於微調的資料。
- 根據使用案例中識別的業務指標，判斷 FM 是否有效地符合業務目標。
目標對象
本課程適用於下列對象：
- 對人工智慧和機器學習 (AI/ML) 感興趣的個人，與特定工作角色無關
先決條件
最佳化基礎模型是一系列課程的一部分，該系列課程旨在促進人工智慧、機器學習和生成式 AI 的基礎。如果您尚未完成，建議您完成以下兩個課程：
- 機器學習與人工智慧的基礎
- 探索人工智慧使用案例和應用程式
課程大綱
第 1 節：簡介
- 如何使用本課程
- 課程概觀
第 2 節：利用檢索增強生成來最佳化基礎模型
- 商業案例
- 檢索增強生成 (RAG)
- 客服
- 評估結果
- 知識檢測
第 3 節：利用微調最佳化基礎模型
- 商業案例
- 微調
- 模型評估
- 知識檢測
第 4 節：結論
- 資源
- 聯絡我們
關鍵字
- 生成式 AI
- 生成式 AI
