Programa do Curso

Introdução a Prompt Engineering

  • O que é a engenharia rápida?
  • Importância da conceção rápida em LLMs
  • Comparação entre as abordagens "zero-shot", "one-shot" e "few-shot

Conceber prompts eficazes

  • Princípios de elaboração de prompts de alta qualidade
  • Experimentar variações de prompts
  • Desafios comuns na conceção de prompts

Afinação de poucas oportunidades

  • Visão geral da aprendizagem de poucas tentativas
  • Aplicações na adaptação LLM a tarefas específicas
  • Integração de exemplos de poucas oportunidades nos avisos

Utilização das ferramentas Prompt Engineering

  • Utilização da API OpenAI para experimentação de mensagens
  • Explorar a conceção de mensagens com Hugging Face Transformadores
  • Avaliando o impacto das variações de prompts

Optimizando o desempenho do LLM

  • Avaliando resultados e refinando prompts
  • Incorporar o contexto para obter melhores resultados
  • Lidar com ambiguidades e enviesamentos nas respostas LLM

Aplicações de Prompt Engineering

  • Geração e resumo de texto
  • Análise e classificação de sentimentos
  • Escrita criativa e geração de código

Implementação de soluções baseadas em prompts

  • Integração de prompts em aplicações
  • Monitorizar o desempenho e a escalabilidade
  • Estudos de caso e exemplos do mundo real

Resumo e próximos passos

Requisitos

  • Conhecimentos básicos de processamento de linguagem natural (PNL)
  • Familiaridade com a programação Python
  • Experiência com modelos de linguagem de grande porte (LLMs) é uma vantagem

Público

  • Programadores de IA
  • Engenheiros de PNL
  • Profissionais de aprendizado de máquina
 14 Horas

Número de participantes


Preço por Participante

Próximas Formações Provisórias

Categorias Relacionadas