|
Unidade:
|
Instituto de Matemática e Estatística |
|
Modalidade:
|
Difusão |
|
Tipo:
|
Presencial |
|
Público Alvo:
|
Alunos egressos ou nos anos finais de cursos de tecnologia e ciências exatas com boa formação em programação de computadores e familiaridade com a linguagem Python. Desejável: conhecimento de ciência de dados, aprendizado de máquina e estruturas de dados. |
|
Objetivo:
|
Grandes modelos de língua (LLMs, do inglês Large Language Models) descrevem a probabilidade de ocorrência de sentenças de linguagens naturais. O emprego de tais modelos levou o desempenho de sistemas de processamento de linguagem natural (NLP, do inglês Natural Language Processing), em particular, de agentes conversacionais, a níveis compatíveis com aplicações reais. Isto atraiu grande interesse tanto acadêmico quanto do mercado, que já oferece um vasto número de aplicações, sistemas e serviços baseados em LLMs. Este curso tem por objetivo introduzir os principais conceitos, sistemas e funcionalidades de LLMs e apresentar suas principais aplicações em NLPs. Serão cobertos tanto modelos proprietários (por exemplo, Gemini da Google e Sabiá da Maritaca AI) quanto modelos abertos (p.ex., Phi3 da Microsoft e LLama3 da Meta). O curso será focado em questões práticas do uso de LLMs, com foco em Prompt Engineering, Retrieval-Augmented Generation e Finetuning. Espera-se que os concluintes sejam capazes de compreender os principais conceitos teóricos e desenvolver aplicações eficazes de LLMs. |
|
Pré-requisito Graduação:
|
Não |
| |
|
|
Área de Conhecimento:
|
Ciência da Computação
|
| |
|
|
voltar