Detaillierter Kursinhalt
Modul 1: Grundlagenmodelle und große Sprachmodelle
In diesem Modul erwerben Sie grundlegende Kenntnisse über FMs, einschließlich eines Verständnisses für eine Untergruppe von FMs, die als LLMs bezeichnet werden. Zunächst werden Sie in die Grundkonzepte eines Foundation-Modells eingeführt, wie z. B. selbstüberwachtes Lernen und Feinabstimmung. Als Nächstes lernen Sie zwei Arten von FMs kennen: Text-zu-Text-Modelle und Text-zu-Bild-Modelle. Abschließend lernen Sie die Funktionen und Anwendungsfälle von LLMs kennen, einer Untergruppe von Foundation-Modellen, die am häufigsten Prompt Engineering verwenden.
Modul 2: Grundlegende Konzepte des Prompt Engineering
In diesem Modul werden Sie ausführlicher in das Prompt Engineering eingeführt, eine Reihe von Praktiken, die sich auf die Entwicklung, Gestaltung und Optimierung von Prompts konzentrieren, um die Leistung von FMs für Ihre spezifischen Geschäftsanforderungen zu verbessern. Anschließend lernen Sie die verschiedenen Elemente eines Prompts kennen. Abschließend enthält das Modul eine Liste allgemeiner Best Practices für die Gestaltung effektiver Prompts, und Sie können an einer Abstimmung darüber teilnehmen, welche Prompts diese Best Practices am besten veranschaulichen.
Modul 3: Grundlegende Prompt-Techniken
In diesem Modul lernen Sie grundlegende Techniken des Prompt Engineering kennen, mit denen Sie generative KI-Anwendungen effektiv für Ihre individuellen Geschäftsziele einsetzen können. Zunächst werden die Prompting-Techniken „Zero-Shot“ und „Few-Shot“ definiert. Anschließend wird „CoT Prompting“ erläutert, die Grundlage für mehrere fortgeschrittene Prompting-Techniken. Dieses Modul enthält Tipps und Beispiele für jede Art von Prompting-Technik.