Izprotiet PyTorch izpildlaiku, sākot no C++ un CUDA iekšējām funkcijām līdz TorchScript un mākslīgā intelekta ģenerētiem izpildlaikiem, piemēram, VibeTensor, augstas veiktspējas mākslīgajam intelektam.
Atklājiet mākslīgā intelekta novērojamības būtiskos slāņus, lai padarītu tiesību zinātņu vadītājus (LLM) un aģentus uzticamus, drošus, rentablus un atbilstošus reālās pasaules ražošanas apstākļiem.
Izprast lielus valodu modeļus, sākot no žetoniem līdz transformatoriem, kvantizācijai un lokālai izpildei, kas izskaidroti skaidrā, praktiskā angļu valodā.
Maia 200 ir Microsoft jaunā mākslīgā intelekta mikroshēma ātrai un efektīvai secinājumu veikšanai Azure vidē, kas konkurē ar Trainium un TPU ar vairāk nekā 10 PFLOPS FP4 jaudu.
Uzziniet, kā darbojas pastiprinājuma mācīšanās, tās algoritmus, lietojumus, riskus un to, kā soli pa solim ieviest pastiprinājuma mācīšanos reālos projektos.
Uzziniet, kā mākslīgā intelekta modeļa sabrukums ietekmē ģeneratīvās projektēšanas rīkus, kāpēc sintētiskie dati ir riskanti un kādas stratēģijas var novērst ilgtermiņa degradāciju.
Uzziniet, kā izmantot Python mākslīgajam intelektam: bibliotēkas, piemēri, rīki un reālas lietojumprogrammas, kas skaidri un padziļināti izskaidrotas.
Uzziniet, kāpēc notiek mākslīgā intelekta halucinācijas, reālus piemērus, to riskus un labākās pašreizējās metodes to atklāšanai un samazināšanai.
Atklājiet galvenās atvērtā pirmkoda un uzņēmumu platformas mūsdienu valodu modeļu un LLM aģentu novērtēšanai, uzraudzībai un pārvaldībai.