Előadás

Hogyan építsünk foundation modellekre?

Mihályi Antal

Google

M.I.: Az ember tragédiája?

2023. szeptember 21. 13:00BME Informatikai épület, IB025 · Budapest

Átirat · 1:32:58

szóval akinek a sok filozófia előkészítés nem vette el a kedvét attól hogy építsen valamit a mesterség

Átirat · 1:33:04

mesterséges intelligencia területén annak szeretnék egy kis segítséget mutatni nyújtani hogy mi az amit a

Átirat · 1:33:10

google ad ehhez nem akarom lebecsülni ezzel a filozófiai alapozásnak a szükségességét éppen említettem itt az

Átirat · 1:33:17

egyik kollégának hogy amikor a google-nél valaki elkezd mesterséges intelligigen ával dolgozni akkor bizony

Átirat · 1:33:23

vannak olyan filozófiai meg etikai tréningek is amit elvégzünk nyilván azért mert ez a mesterséges

Átirat · 1:33:29

intelligencia ez adott esetben lehet egy egy veszélyes dolog is na de nézzük meg

Átirat · 1:33:34

hogy mit lehet vele

Átirat · 1:33:40

kezdeni szó lesz majd egy kis bevezetésről mit tudunk összerakni egyáltalán mik azok a foundation

Átirat · 1:33:47

modellek és mi az a keretrendszer ami az egészből majd épít nekünk valamit először is hogy hogy kerültünk ide

Átirat · 1:33:55

beszéltünk róla hogy gyakorlatilag egy forradalom zajlik én 20 éve diplomáztam itt pont a témit

Átirat · 1:34:02

és a hittanszékeknek a metszetében és azt el tudom mondani hogy azalatt a 20

Átirat · 1:34:07

év alatt én ennyire gyors alapvető változásokat nem láttam még az iparágban

Átirat · 1:34:12

gyakorlatilag tényleg így három havonta minden a fejtetére áll és dobunk ki fejlesztéseket és kezdünk újra nagyon

Átirat · 1:34:19

szerencsés szerintem az aki most ba kerül majd ki az egetem partsoraiból tényleg nagyon sok újdonság van de ugyan

Átirat · 1:34:28

2022-t és 23-at szoktuk itt megjelölni mint mint ilyen forradalmi új időpontok

Átirat · 1:34:33

de azért a mesterség intelligencia már egy jó ideje velünk van a google-nél például 2017-ben jött ki az első olyan

Átirat · 1:34:41

fontos publikáció amire a jelenlegi rendszerek is épülnek ez ugye a transformerekről szólt ha valakinek a

Átirat · 1:34:47

gpt-ből a t betű nek az a kérdés hogy honnan jön akkor akkor ebből a transformer publikációból

Átirat · 1:34:53

jön rögtön utána 2018-ban ennek már az alkalmazása is megvolt ez a bert ez egy aránylag lightweight modell ez

Átirat · 1:35:00

gyakorlatilag a google search mögött a természetes nyelvi kereséseket tette lehetővé 2019-ben kijött a t5 ez egy

Átirat · 1:35:09

olyan már nagy nyelvű modell amit a mai napig használunk főleg mwedingekre szerencsére open source

Átirat · 1:35:15

elérhető 2020-ban kijött már lambda ezt leginkább szerintem bulvársjtóból ismerheti bár ki

Átirat · 1:35:22

amikor bizonyos kollégák úgy ítélték meg hogy öntudatára ébredt a mesterséges intelligencia szerintem ez még azért

Átirat · 1:35:29

eléggé messze van 2020-tól meg főleg 2021 az a szívemhez elég közelálló

Átirat · 1:35:35

mérföldkő ez az alfa fold akinek az alfa go ismerős az is egy nagy dolog volt

Átirat · 1:35:41

amikor először sikerült a go aktuális világbajnokát egy számítógépnek megverni

Átirat · 1:35:46

ez ez nagyon szép vanity projekt volt de az alfafold az sokkal hasznosabb hiszen az fehérje nek a térbőli struktúráját

Átirat · 1:35:53

modellezi próbálja prediktálni és ebből utána rengeteg rágkutatás gyógyszerészet

Átirat · 1:35:58

és egyéb alkalmazások következtek és aztán megérkezünk 2022-ben itt a palm

Átirat · 1:36:04

azér mer a google-nak a modellje ez egy nagynyyelvi modell nagyon jó teljesítményű akkor még főleg csak

Átirat · 1:36:10

belsőleg elérhető és 2023-tól ott a bard tehát hogyha valaki nem a cgpt-vel akar

Átirat · 1:36:17

játszani akkor rendelkezésre áll a bárd is ezt el lehet érni bárkinek magyar

Átirat · 1:36:22

nyelven is a nyáróta ez megvan nem is a nyelvek voltak itt a nehézségek hanem az

Átirat · 1:36:28

európai szabályozás sokkal szigorúbb mint az amerikai ezeknek megfelen legalább annyira komplex mint magát a

Átirat · 1:36:34

nagynyelvű modelleket fejleszteni és hogy milyen rendszerek vannak és mint budapesten p amiket fejlesztünk hoztam

Átirat · 1:36:41

egy nagyon rövid demót hogy megmutassam hogy mit lehet

Átirat · 1:36:48

[Zene] összepakolni

Átirat · 1:36:53

ez egy autóipari customer service

Átirat · 1:37:00

demo ha valaki vett már új autót akkor tudja hogy egy jó vastag guideot

Átirat · 1:37:05

szoktunk hozzá kapni amit nem tudom ki olvas el én nem de ettől még bármi

Átirat · 1:37:11

történhet az

Átirat · 1:37:20

autónkkal azt gondoljuk hogy így néz ki 2023-ban ez autó ha megbeszéljük hogy mi a

Átirat · 1:37:40

[Zene] problémája é nyilván ha cset akkor miértne lehetne ez természetes hangon

Átirat · 1:37:50

is ekkel fényképpel bármivel el tudunk

Átirat · 1:37:57

bánni

Átirat · 1:38:03

[Zene]

Átirat · 1:38:20

Átirat · 1:38:26

és ha már megbeszéltük hogy hiba van a kocsival akkor sikerül rögtön lefoglalni

Átirat · 1:38:32

egy időpontot valahol megerősítetjük

Átirat · 1:38:43

[Zene]

Átirat · 1:38:50

információkat

Átirat · 1:39:08

régi automat állási rendszerek nem voltak ennyire rugalmasak hogy az ügyfél majd visszakérdez még a

Átirat · 1:39:13

végén az újjelelmekkel ez elég könnyen

Átirat · 1:39:20

megy és aztán végül visszaadunk egy

Átirat · 1:39:25

megerősítést kész [Taps] isát így néz ki ez egy a nagyon-nagyon

Átirat · 1:39:32

sok alkalmazás közül és ilyen alkalmazásokat egyébként bárki összerakhat nem túl sok idő

Átirat · 1:39:44

alatt és akkor hogy hogy is az első kérdésem az lenne hogy ki az aki a chat

Átirat · 1:39:49

gptnek legalább három kérdést már feltett életében tegye fel a kezét hú azt hiszem alig van ahol ne lenne kéz a

Átirat · 1:39:56

bárdal beszélgetett valaki szinte legalább két kérdés így is van egy pár van-e bárki aki ezen a kettőn kívül

Átirat · 1:40:04

bármilyen elelemmel valaha beszélgetett na még így is vannak alapvetően amiben eltérnek ezek a úgy hívjuk hogy commerce

Átirat · 1:40:11

chatbotok és a vállalatiak nagyon más kérdések vannak úgy látom hogy chat gptvel mindenki beszélgetett de ugye van

Átirat · 1:40:19

van olyan barátom aki életvezetési ácsokat kér a chat gpt-től van aki terápiára

Átirat · 1:40:25

használja van aki recepteket kér van aki a nyaralásatt tervezi meg vele ezzel

Átirat · 1:40:30

szemben a vállalati szoftvereknél egészen más kérdések jönnek föl az egyik legfontosabb hogy mi lesz az adatokkal

Átirat · 1:40:36

ugye ebből is voltak már botrányok hogy valaki a commerce chatbotnak a céges adatokat betáplálta mert választ várt ez

Átirat · 1:40:43

ott hiba volt mert az a chatbot az tanulásra használta ezt tehát bekerült a nagy adatbázisba úgymond nagyon fontos

Átirat · 1:40:51

hogy a security meglegyen nagyon fontos az hogyha egy céget képvisel egy chatbot akkor egy jó image-et adjon tehát ne

Átirat · 1:40:59

legyen rasszista ne tévedjen sokat és amit elnézünk egy commerce használatnál a hallucinációk ez nyilván egy vállalati

Átirat · 1:41:06

mondjuk egy banki chatbotnál ez nem annyira szerencsés tehát ezek az alapvető különbségek csak hogy mutassak

Átirat · 1:41:12

egy párat és akkor megmutatnám hogy mik azok a modellcsaládok amiket a google

Átirat · 1:41:17

odaad mindenkinek a palm 2 az a nagy nyelvi modellje a google-nak ott van a

Átirat · 1:41:23

kódia ami kódgenálásról szól a szoftverfejlesztőknek nagy segítség az imagent pedig talán a m journeyhez

Átirat · 1:41:30

tudnám de egy enterprise verzióban hasonlítani de ezen kívül rengeteg van ezekre a nagy családokra utána konkrét

Átirat · 1:41:37

modellek épülnek ugye a consumer botnak ott van a bardd amit a legtöbben

Átirat · 1:41:42

szerintem ismertek de egyébként a duet most már beépül a google-nak a workspaceébe tehát ha valaki

Átirat · 1:41:48

dokumentumot ír nekem egészen nagy segítség szokott lenni de ugyanúgy a spreadsheetben a kitöltésekben ott

Átirat · 1:41:55

ugyanúgy megjelenik a due a és persze a harmadik kategória ami most számunkra a legfontosabb ha valaki építkezni akar

Átirat · 1:42:01

milyen modellek állnak a rendelkezésére ez nálunk összefogan a vertex ci-ban jelennek meg ott van a mat palm ez

Átirat · 1:42:09

kifejezetten orvosi felhasználásra készülő modell annak a nagyon speciális követelményeivel nyilván a pontosságot

Átirat · 1:42:15

azt nagyon elvárjuk itt meg az adatoknak a biztonságosságát ott van a sz palm ez pedig szuti témában utazik de ott a jobb

Átirat · 1:42:23

oldalon láthatjátok azokat a modelleket amiket p részben mi is használunk tehát a google ugyanazt nyitja ki a

Átirat · 1:42:29

fejlesztőknek mint amit mi is bent használunk itt a különböző állatméretekkel vannak a modellméretek

Átirat · 1:42:37

használva a legnépszerűbb az a az a bizon és akkor itt megint föltennék egy

Átirat · 1:42:42

kérdést hogy tudja-e valaki hogy miért nem a unicornt használjuk amikor az sokkal nagyobb és okosabb vane rá tip

Átirat · 1:42:48

akár bekiabálásos alapon erőforrás erőforrás az jó ugye egyrészt az ára

Átirat · 1:42:54

minél nagyobb a modell annál többe kerül nekünk is vagy lefordíthatjuk-e a széndioxid kibocsájtásba áramba bármibe

Átirat · 1:43:03

a másik egyébként nem tudom van-e még tipp hogy mi mi még a erőforrásokon általában a lateny tehát a késleltetése

Átirat · 1:43:10

ezeknek a modelleknek annál nagyobb minél hosszabb és p egy beszélgetős chatbot alkalmazásná nagyon számít az

Átirat · 1:43:16

hogy mikor jön a következő válasz ha megnézitek chat gpt gyakron 345 más percet vár ezt egy embertől azért kicsit

Átirat · 1:43:23

zokon vennénk ha ennyi időt kell várni mindig egy válaszra szóval itt vannak a

Átirat · 1:43:29

modellcsaládok ezt egyetemista koromban nem szerettem az ilyen stackábrákat de valójában egész jól elmagyarázza hogy

Átirat · 1:43:35

hova lehet beszáni ugyanúgy a szoftverfejlesztésben is ahol megvoltak a hardware megvoltak az operációs

Átirat · 1:43:41

rendszer keretrendszer alkalmazási rétegek itt is gyakorlatilag bármihez hozzá lehet nyúlni aki neurális hálót

Átirat · 1:43:47

akar magának fejleszteni annak ott van a google cloudnak az infrastruktúrája sok egzotikus processzorral gpu-kal és

Átirat · 1:43:54

tpu-kal tzorflowval tehát ha valaki mondjuk képfelismerést akar maga akár egy ilyen mammográfiai

Átirat · 1:44:00

alkalmazásban mint amiről a kolléga beszélt az az ott tud beszálni aki viszont nem akar saját modelleket ezek a

Átirat · 1:44:07

modellek nagyon drágák tehát egy lelmnek a kifejlesztése az ilyen 10 millió dollárokban mérhető rengeteg nagyon jó

Átirat · 1:44:13

szoftver és machine learning mérnök kell hozzá óriási korpuszt kell gyújtani és akkor még ilyen googleö szemmel nézve é

Átirat · 1:44:19

óriási energiabf ektetés egy ilyen szó szerint energiabefektetés egy ilyen modellnek a letrénelése de éppen ezért

Átirat · 1:44:26

ott a modelgen ahol a google-nak a saját modelljei de ott vannak a open source modellek tehát itt lehet gondolni

Átirat · 1:44:32

mondjuk a lámára amit a meta open sourceolt vagy a falconra gondolni és

Átirat · 1:44:37

vannak olyan partner modellek amik ugyean fizetős modellek de némelyik egészen kiváló a google ezt is

Átirat · 1:44:43

kiszolgálja következő réteg az a platform önmagában a modell az nem sokat ér ehhez mindenféle kiegészítők vannak

Átirat · 1:44:50

csatlakozók különböző szoftverekhez grounding prompt a grounding az egy ugye

Átirat · 1:44:56

beszéltünk róla hogy nyelvi modelleknél az egyik korai probléma az a hallucináció volt azt hogy ezt a hallucinációt le tudjuk tekerni ezért

Átirat · 1:45:03

vannak ilyen valósággal való ellenőrzések ez a grounding ez nem egy könnyű

Átirat · 1:45:08

tudomány kiszolgálás a finomhangolások ezekről fogunk még beszélni és ami el

Átirat · 1:45:14

van hanyagolva hogy a szoftverfejlesztésnél kicsit néha el szoktuk hanyagolni a tesztelést az evoluation tehát a kiértékelés mod eknek

Átirat · 1:45:21

a következő réteg ahol be lehet szállni az a search és a conversation egyébként a magyar fejlesztőközpont főleg a

Átirat · 1:45:27

conversationnel foglalkozik erre nagyon büszkék vagyunk itt lehet általános kereső és

Átirat · 1:45:34

chat szoftvereket használni amit utána lehet különböző cégekre iparágakra

Átirat · 1:45:39

specializálni illetve szállít maga a google is bizonyos iparágaknak külön megoldásokat kontakcttcenterek

Átirat · 1:45:45

dokumentum feldolgozása és hasonló tehát ez az ami különböző szinten mindenki kinek akinek szüksége van be lehet

Átirat · 1:45:53

ezekbe szállni egy kicsit a foundation modellekről ugye ezek az alapvető építőkockái ennek beszélnék pár szót ez

Átirat · 1:45:59

egy összefoglaló slide itt van a palm ez az univerzális ez az ami gyakorlatilag

Átirat · 1:46:04

hasonló mint egy gpt nagyon sokat lehet rajta alakítani nagyon jól tuningolható

Átirat · 1:46:13

különböző utasításokat tud létrehozni vagy végrehajtani multitterm tehát hogy

Átirat · 1:46:18

egy beszélgetés kontextusát is képes értelmezni tehát ha egy valaki egy felhasználó megkérdezi hogy mennyibe

Átirat · 1:46:24

kerül egy iphone 15 megválaszolja utána megkérdeziés mennyi vagy milyen szintben érhető el akkor

Átirat · 1:46:30

tudni fogja hogy egy előző kérdés alapján egy iphone 15-ről van valószínűleg szó

Átirat · 1:46:36

és amit az utolsó sor hogy készen áll ipari alkalmazásokra ez nem tűnik

Átirat · 1:46:42

fontosnak így első pillanatban de az hogy a hozzáférési jogok és egyebek kezelve legyenek ez megint egy órás

Átirat · 1:46:47

komplexitás egyáltalán nem könnyű jó a következő egy embedding api aki

Átirat · 1:46:54

dolgozott már ezen a területen az tudja hogy ezeknek a minősége alapvetően befolyásolja nagyobb bi rendszereket

Átirat · 1:47:00

gyakorlatilag ez a hasonló dolgoknak a megkeresése a képeknek a klasszifikációja és hasonlók amire ez

Átirat · 1:47:08

alkalmas a kodi ez kódot generál kódot egészít ki kódot reviews szuper hasznos

Átirat · 1:47:14

ez is elérhető már az imagen pedig ahogy említettem ez gyakorlatilag egy ilyen m

Átirat · 1:47:20

joury ez hasonló de inkább cégek számára készített dolog ezt is nagyon szépen lehet finom

Átirat · 1:47:27

hangolni ahhoz hogy hogy használhassa bárki a cheirp az a text to speech speech to

Átirat · 1:47:33

text itt egy kolléga kérdezte hogy hány nyelvet támogat nagyon sokat a magyar is ott van közte és ezzel lehet az egészet

Átirat · 1:47:40

megfűszerezni nagyon fontos hogyha valaki egy modellre elkezd ráépíteni ugye

Átirat · 1:47:46

nagyon ritka már hogy valaki magának készíti a modellt mert iszonyatosan drága úgyhogy nagy tisztelet aki ebbe

Átirat · 1:47:51

mégis belevág viszont a frissítések mindig ott vannak beszéltünk róla hogy három havonta az iparág teljesen

Átirat · 1:47:57

megváltozik ezek a változások nyilvánvalóan megérkeznek a modellekbe is kisebbek kompaktabbak olcsóbbak

Átirat · 1:48:03

rugalmasabbak új szolgáltatások lesznek benne kisebb késleltetés rengeteg olyan

Átirat · 1:48:09

dolog van ami gyakorlatilag az elmúlt két-három hónapban jöttek be az egészet összefogja egy ilyen vertex modelgarden

Átirat · 1:48:16

ononnal ki lehet válogatni ezeket a dolgokat nagyon sok fajta modell van open source modellek is ahol a lcenseket

Átirat · 1:48:22

figyelembe kell venni van olyan modell ami fizetős ezeket mind ez lefedi illetve azokat a keretrendszereket is

Átirat · 1:48:28

hozzáteszi ami ahhoz kell hogy ez működjön ugye a láma kettőről beszéltünk de ott van például az antropicnek a

Átirat · 1:48:34

cloud 2 modellje rendkívül széles kontext windowója van talán az iparágban

Átirat · 1:48:40

az egyik legszélesebb ezekhez mind hozzá lehet férni úgyhogy ha valakinek kedve

Átirat · 1:48:45

van ezekkel kísérletezni akkor ott minden elérhető egy helyen és beszéltünk arról hogy hogyan

Átirat · 1:48:52

lehet ezeket a modelleket finomhangolni vagy az egyedi célokra rá tanítani igazából ez abszolút

Átirat · 1:49:02

standender mindenhol a legolcsóbb amit lehet tenni az a chrome design ugye andr

Átirat · 1:49:07

kpátinak volt ez a mondása hogy 2023-ban a legszebb programozási nyelv az angol

Átirat · 1:49:12

úgyha mindenki prompt engineér most már nekem van egy egy éves meg egy három éves kislányom és egyébként a promt

Átirat · 1:49:18

engineering és a gyereknevelés megle en közelállnak egymáshoz hy mondjak egy példát amikor promtot fejlesztettünk a

Átirat · 1:49:26

cégnél azt tapasztaltuk hogy sokkal jobb ha

Átirat · 1:49:31

udvariasan beszélünk a a chatbottal mintha csak azt kérjük tőle hogy legyél udvarias azt hiszem a gyerekeknél is

Átirat · 1:49:37

pont ugyanez van hogy a példamutatásról messzebb jutunk mintha csak megkérjü őket hogy viselkedjenek jól szóval a

Átirat · 1:49:42

prom design az egy arányilag egyszerű lightweight módszer van egy adapter tuning itt gyakorlatilag az zajlik mivel

Átirat · 1:49:50

további tuningok nagyon drágák gyakorlatilag egy mátrixot állítunk el amit a súlyokkal beszorzunk ez még

Átirat · 1:49:55

aránylag pár 100záz példa alapján olcsón megoldható a következő ami viszont egy

Átirat · 1:50:00

igazi nagy ágyú ez a mostanában divatos reinforcement learning human feedback amikor az ügyfeleknek a a

Átirat · 1:50:07

felhasználóknak a visszajelzéseit gyúrjuk be ez már drága általában tehát

Átirat · 1:50:13

hardver igényes viszont ez az egyik legjobb és akinek még ezen felül is van rá erőforrása az meg gyakorlatilag

Átirat · 1:50:21

bármelyik open source modellen a tréninget tudja tovább folytatni ezt már azért ritkábban szokták használni vannak

Átirat · 1:50:27

xtensionök ez is abszolút ilyen szállítófüggetlen megoldás tehát a

Átirat · 1:50:35

legtöbb girához sharepointhoz tehát rengeteg szoftverhez vannak mindenféle

Átirat · 1:50:41

kapcsolódások ugye szoktuk mondani hogy a kreativitás sosem a nagy cégektől jön a kreativitás általában a a nagy

Átirat · 1:50:48

tömegtől jön meg az systemtől ezt tudjuk steve jobs óta gyakorlatilag az hogy rengeteg knektor van itt a kreativitás

Átirat · 1:50:55

irányába akarja mindenki kinyitni a maga modelljeit és akkor tsünk még pár szót a

Átirat · 1:51:01

groundingról a grounding is egy olyan történet amit amit fontos tehát vagy valaki

Átirat · 1:51:09

megírja magának nagyon fárasztó dolog vagy pedig valahonnan ezt igénybe veszi

Átirat · 1:51:15

ugyanúgy az emelops itt ha valaki az első modelljét képes elindítani

Átirat · 1:51:21

betanítani és utána abból predikciókat csinálni az nagy öröm de ha valaki már szoftvert fejleszt akkor századszorra

Átirat · 1:51:27

valószínű jobb hogyha ezt is szoftverből használjuk

Átirat · 1:51:35

rendben annyit akartam még csak kiemelni hogy ez a responsibity ez egy nagyon fontos dolog ugye beszéltünk róla hogy

Átirat · 1:51:42

még nem tudjuk hova vezet az ainak az eltérjedése azt látjuk hogy az élet minden területén megérkezik éppen ezért

Átirat · 1:51:49

nagyon fontos hogy a google illetve szerintem most már minden nagy cég az oktatással a termékek nagyon-nagyon

Átirat · 1:51:56

szigorú reviewjával illetve azzal hogy ma mi is segítjük a a respons b

Átirat · 1:52:02

fejlesztést ezzel próbál az irányba tenni hogy ezek jól süljenek el

Átirat · 1:52:08

úgyhogy amire bítatnék mindenkit hogy találjátok meg azokat a caseket amik amik hasznosak lehetnek

Átirat · 1:52:15

próbáljátok ki amiben a google tud segíteni az elsősorban az researchtől nagyon gyorsan

Átirat · 1:52:21

el lehet jutni a késztermékekig

Átirat · 1:52:26

és akkor igazándból ennyi köszönöm szépen a

Átirat · 1:52:37

figyelmet n nagyon szépen köszönjük antalnak az előadást és aki többet szeretne ebből a témából az jöjjen el az

Átirat · 1:52:43

előadás sorozatunkra indult egy újtárgyunk szeptembertől ahol meghíott

Átirat · 1:52:48

előadóként fog szerepelni a google is két vagy három előadásban alkalmazott mesterséges intelligencia modellek a

Átirat · 1:52:54

gyakorlatban ez itt a cgpt és a bard hátteréről és az alkalmazásáról és a

Átirat · 1:53:01

prompt engineeringről most 75 hallgató hallgatja a jövő fél évben ennek a emelt

Átirat · 1:53:07

szintű változatát fogjuk elindítani úgyhogy akit ez érdekel írjon rám és keressünk neki helyet hogy beférjen a

Átirat · 1:53:13

100 fs előadóban még jó köszönjük szépen és a a délutánunk utolsó

Átirat · 1:53:21

előadásaként itt a távközdés területéről érkezik egy a legautentikusabb előadó

Átirat · 1:53:28

aiban azt kell hogy mondjam horvát varga jános a telekom ai

Átirat · 1:53:33

vezetője köszönöm szépen nem tudom jól hallható-e így a hangom ezzel a

Témák

MI-támogatott

Alapmodellek Generatív MI Nagy nyelvi modellek

Összefoglaló

MI-támogatott

Mihályi Antal azt mutatja be, hogyan lehet foundation modellekre gyakorlati alkalmazásokat építeni. Példákon keresztül tárgyalja a nagy modellek szolgáltatásként való használatát, a vállalati és ügyfélszolgálati alkalmazásokat, a Google ökoszisztémájába épülő generatív MI-eszközöket, a modellek specializálását, valamint a promptolás és a biztonságos, megfelelő viselkedés kialakításának kérdéseit.

Videó navigáció

Fejezetek

MI-támogatott