Erforschen Sie die revolutionäre Transformer-Architektur, die den modernsten Sprachmodellen von heute zugrunde liegt. Sie werden praktische Erfahrungen mit Mechanismen der Selbstaufmerksamkeit sammeln, lernen, wie Transformer Text verarbeiten und erzeugen, und mit Fine-Tuning unter Verwendung von Hugging Face Transformers experimentieren. Dieses Modul schlägt die Brücke zwischen Theorie und praktischer Umsetzung und stattet Sie mit den Fähigkeiten aus, die Sie benötigen, um direkt mit modernster LLM-Technologie zu arbeiten.

Bringen Sie Ihr LLM-Wissen auf die nächste Stufe mit praktischen Anwendungen, die moderne KI-Systeme antreiben. Sie werden Retrieval-Augmented Generation Generation implementieren, um Antworten mit externem Wissen zu erweitern, strukturierte Ausgabetechniken für konsistente Formatierung verwenden und Modelle über APIs bereitstellen. Dieses Modul befasst sich sowohl mit der Theorie als auch mit der Praxis moderner LLM-Anwendungen und zeigt Ihnen, wie Sie reale Anwendungen mit den modernsten Sprachmodellen von heute erstellen können.

Entdecken Sie die Technologie, die hinter den beeindruckendsten Systemen zur Bilderzeugung von heute steckt. Sie erfahren, wie Diffusionsmodelle durch einen iterativen Entrauschungsprozess zufälliges Rauschen schrittweise in beeindruckende Bilder verwandeln. Durch praktische Code-Übungen werden Sie Ihr eigenes Diffusionsmodell mit PyTorch implementieren, Stable Diffusion für die Text-Bild-Erzeugung erforschen und Diffusion mit früheren Ansätzen wie GANs und VAEs vergleichen, um zu verstehen, warum Diffusion das dominierende Paradigma in der visuellen Erzeugung geworden ist.

Entdecken Sie, wie modernste KI-Modelle Text, Bilder und Audio integrieren können, um wirklich multimodale Erfahrungen zu schaffen. Sie werden visuell-sprachliche Modelle wie CLIP und BLIP untersuchen, die Beziehungen zwischen Text und Bildern verstehen, audiobasierte KI mit Whisper für die Spracherkennung implementieren und praktische Erfahrungen beim Aufbau von Systemen sammeln, die mehrere Arten von Daten gleichzeitig verarbeiten können. Dieses Modul bereitet Sie auf die zunehmend multimodale Zukunft der generativen KI vor, wo Modelle nahtlos verschiedene Arten von Informationen kombinieren.