Evaluationating Large Language Model Outputs：实用指南

本课程是利用 LLM：战略、微调与评估专项课程的一部分

位教师：Reza Moradinezhad

访问权限由 New York State Department of Labor 提供

1个模块

深入了解一个主题并学习基础知识。

初级等级

推荐体验

2 小时完成

灵活的计划

自行安排学习进度

1个模块

深入了解一个主题并学习基础知识。

初级等级

推荐体验

2 小时完成

灵活的计划

自行安排学习进度

您将学到什么

确定 Large Language Model 的基本原理，包括当前的评估方法和访问 Vertex AI 的评估模型。
应用有关使用顶点 AI 的自动度量和 AutoSxS 进行 LLM 评估的实践知识。
评估即将到来的 Generative AI 评估趋势，包括文本、图像和音频模型，以及人类评估的重要性。

您将获得的技能

要了解的详细信息

可分享的证书

添加到您的领英档案

作业

3 项作业

授课语言：英语（English）

了解顶级公司的员工如何掌握热门技能

了解关于 Coursera for Business 的更多信息

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

积累特定领域的专业知识

本课程是利用 LLM：战略、微调与评估专项课程专项课程的一部分

在注册此课程时，您还会同时注册此专项课程。

向行业专家学习新概念
获得对主题或工具的基础理解
通过实践项目培养工作相关技能
获得可共享的职业证书

该课程共有1个模块

本课程针对评估 Large Language Model (LLM)，从基础评估方法开始，利用顶点人工智能的自动度量和 AutoSxS 等工具探索高级技术，并预测生成式人工智能评估的发展。

本课程非常适合希望优化 LLM 应用的 AI 产品经理、对高级 AI 模型评估技术感兴趣的数据科学家、专注于负责任的 AI 部署的 AI 伦理学家和政策制定者，以及研究生成式 AI 在各个领域的影响的学术研究人员。建议对人工智能、机器学习概念有基本了解，并熟悉自然语言处理 (NLP)。使用 Google Cloud Vertex AI 的经验是有益的，但不是必需的。本课程涵盖实际应用，将人类判断与自动方法相结合，让学习者为跨各种媒体（包括文本、图像和音频）的 AI 评估的未来趋势做好准备。这种全面的方法可确保您具备有效评估 LLM 的能力，从而加强业务战略和创新。