Dieses Modul über große Sprachmodelle (Large Language Models, LLMs) für Suche, Vorhersage und Generierung bietet eine umfassende Erkundung des hochmodernen Bereichs der Sprachmodelle und ihrer transformativen Auswirkungen auf die Art und Weise, wie wir mit digitalen Informationen interagieren. Durch einen strukturierten Lehrplan, der von grundlegenden Konzepten wie der Vervollständigung von Suchanfragen und der Einbettung von Wörtern bis hin zu fortgeschrittenen Anwendungen wie der Texterzeugung und der innovativen Architektur von Transformatoren reicht, werden die Lernenden sowohl theoretisches Wissen als auch praktische Fähigkeiten erwerben.

In Modul 3 werden die Lernenden in das LangChain-Framework eintauchen, das die Entwicklung von Anwendungen auf der Grundlage von Large Language Models (LLMs) erleichtern soll. Durch eine Kombination aus Lektüre und Lehrvideos werden die Lernenden ein detailliertes Verständnis der Grundlagen von LangChain, seiner Komponenten und seiner Vorzüge erlangen. Sie werden auch erforschen, wie sie LangChain nutzen können, um LLM-gestützte Anwendungen effizient zu erstellen und einzusetzen. Das Modul schließt mit einer Nachbereitungssitzung und Beurteilungen ab, um die Lernergebnisse zu festigen.

Interacting with Data Using LangChain and RAG bietet den Lernenden eine umfassende Erkundung von Retrieval-Augmented Generation (RAG)-Modellen und deren Integration mit LangChain. Durch Lehrvideos, praktische Aufgaben und Diskussionen erhalten die Teilnehmer ein tiefes Verständnis der RAG-Grundlagen, des Ladens von Dokumenten, der Vektorspeicher, der Retrieval-Techniken und der Erstellung von RAG-Modellen. Mit dem Schwerpunkt auf theoretischem Verständnis und der Entwicklung praktischer Fähigkeiten stattet das Modul die Lernenden mit dem Wissen und den Werkzeugen aus, die notwendig sind, um effektiv mit Daten unter Verwendung von LangChain und RAG zu interagieren und sie in die Lage zu versetzen, anspruchsvolle Modelle für Aufgaben wie die Beantwortung von Fragen und das Abrufen von Dokumenten zu erstellen.

Dieses Modul konzentriert sich auf die Bewertung der Leistung von Large Language Models (LLMs) durch verschiedene Metriken und Techniken. Die Teilnehmer erhalten Einblicke in die Bewertung der LLM-Leistung, das Verständnis von Metriken wie Perplexität und BLEU-Score und die Interpretation von Bewertungsergebnissen. Durch Lehrvideos, Diskussionen und Aufgaben werden die Lernenden die notwendigen Fähigkeiten entwickeln, um LLMs effektiv zu bewerten und fundierte Entscheidungen über ihre Verwendung in realen Anwendungen zu treffen.

Dieses Modul bietet einen Einblick in die Nutzung generativer KI für Datenschutz und -sicherheit und richtet sich an Lernende, die ihr Fachwissen in diesem wichtigen Bereich erweitern möchten. Durch einen Lehrplan, der theoretische Grundlagen mit praktischen Anwendungen verbindet, vertiefen die Teilnehmer die Kernaspekte der generativen KI für den Schutz von Daten und die wesentlichen Überlegungen zu Ethik und Compliance. Ziel ist es, die Teilnehmer mit den Fähigkeiten auszustatten, die sie benötigen, um sich in der Komplexität des Datenschutzes zurechtzufinden und ethische Integrität und die Einhaltung von Vorschriften zu gewährleisten, und ihnen so zu helfen, die Herausforderungen bei der Implementierung modernster Datenschutzlösungen in einer sich schnell entwickelnden technologischen Landschaft zu verstehen.

AS Dieses Modul bildet den Höhepunkt des Kurses, in dem die Teilnehmer ihr Wissen festigen und ihre Kenntnisse der Konzepte und Techniken der generativen KI unter Beweis stellen. Die Teilnehmer nehmen an einer Nachbereitungssitzung teil, in der sie ihren Lernprozess reflektieren und abschließende Beurteilungen ausfüllen, um ihr Verständnis des Materials zu bewerten. Das Modul beinhaltet ein Praxisprojekt zur Anwendung der erworbenen Fähigkeiten in einem realen Szenario und eine benotete Aufgabe, die sich auf die Architektur der generativen KI konzentriert. Abschließend feiern die Teilnehmer ihre Leistungen mit einem Video zum Kursabschluss.