企业经常需要执行与语言相关的任务，例如文本分类、内容生成、情感分析，或聊天式的客户支持，并寻求以最具性价比的方式来实现这一目标。大语言模型 (LLM) 可以自动执行这些任务，高效的 LLM 定制技术可以增强模型的功能，并缩小企业应用所需模型的规模。
在本课程中，您不仅会学习如何对 LLM 进行提示词工程，还会学到各种技巧，针对您的特定场景高效的定制预训练 LLM 模型，而无需进行计算密集且昂贵的模型预训练或微调模型权重的过程。通过使用 NVIDIA NIM，NeMo Curator 和 NeMo Framework，您将学习各种高效参数微调方法，从而定制适合您企业的 LLM。
学习目标
参加本次培训，您将学到：
- 在有限的数据上应用各种微调技术，为特定的应用完成模型定制任务
- 使用 LLM 创建合成数据，用来微调较小的 LLM 以执行所需的任务
- 通过合成数据生成和模型定制的良性循环来降低模型的规模要求
下载课程大纲文档 (PDF 920 KB)
