Pas taalmodellen aan met compacte trainbare updates en beoordeel middelen en kwaliteit.
Onderzoek parameterzuinig finetunen van de motivatie en low-rank adaptation tot PEFT-workflows en LoRA met quantisatie. Vergelijk bevroren basisgewichten met trainbare adapters en maak keuzes voor modules en gegevens expliciet. Ontwerp evaluaties die taakwinst onderscheiden van memorisatie, quantisatie-effecten en implementatiekosten. De Engelstalige video’s gaan vergezeld van oorspronkelijke notities, geen transcripties.
Leg uit hoe PEFT-methoden trainbare parameters beperken bij modelaanpassing. Vergelijk LoRA en QLoRA op geheugen, optimalisatie, kwaliteit en inferentie. Ontwerp een evaluatie met geschikte baselines en controles op datalekken.
Kennis van neurale netwerken, transformers en supervised finetuning is aanbevolen. Bekendheid met optimalisatie, tokenisatie en GPU-geheugen helpt; een specifieke bibliotheek is niet nodig.
Ervaren cursisten die geavanceerde AI-vaardigheden willen verdiepen en toepassen
Mensen die het beste leren met voorbeelden, begeleide lessen en praktische oefeningen
Professionals, makers en zelfstandige bouwers die een herhaalbare werkwijze zoeken
Les 1 is gratis
4 lessen · Gevorderd · Volledige cursus.
Deze cursus gebruikt CC BY-gelicentieerd materiaal met naamsvermelding van de inhoudsprovider of uploader. Lesvideo’s zijn alleen na aanmelding beschikbaar wanneer de publicatie- en licentiecontroles zijn geslaagd.