LLM開発(ファインチューニング) 応用講座 実践編
（最終更新日：2024年04月03日）
LLM開発(ファインチューニング) 応用講座 実践編のゴール
この講座の目的は、Fine-tuning の原理を知り、自分のデータを用いて Fine-tuning ができるようになることです。
LLM開発(ファインチューニング) 応用講座 実践編の詳細
講座詳細
- 受講対象者データサイエンティスト
- 受講可能形態集合研修・オープン研修・個別指導研修・eラーニング
- 想定受講時間（eラーニング）1時間
- 講座日数（研修）0.5日
習得スキル
- 必要となる前提知識特になし
- 習得できるスキル・知識Fine-tuning
- 対応資格特になし
デジタルスキル標準項目
- 標準DX推進スキル標準
- 学習項目データ活用(データエンジニアリング、AI・データサイエンス)
- データ活用基盤設計
- データ活用基盤実装・運用
- 機械学習・深層学習
カリキュラム詳細
STEP
1
Fine-tuningの概論
- スタイル動画
- 想定時間5分
- Fine-tuning についての基礎的な知識、In-Context Learning との違いなどについてなどを説明します。
STEP
2
ChatGPT のモデルの仕組み
- スタイル動画
- 想定時間4分
- ChatGPT のモデルの仕組みついてアルゴリズム、データセット、モデルなどの観点から説明します。
STEP
3
Fine-tuningをするためのデータ準備
- スタイル動画
- 想定時間3分
- ChatGPT を Fine-tuning する際のデータのアップロード方法についてデモンストレーションをしながら説明します。
STEP
4
学習データにおけるバイアス
- スタイル動画
- 想定時間2分
- 学習データを用意する際にバイアスに気をつけなければいけないことを説明をします。
STEP
5
様々な環境での Fine-tuning の方法
- スタイル動画
- 想定時間13分
- OpenAI API や Azure、OSS など様々な環境での Fine-tuning の方法をデモンストレーションをしながら説明していきます。
STEP
6
OpenAI Evalsの概論
- スタイル動画
- 想定時間2分
- OpenAI Evals を使った生成AIのモデル評価について説明します。
STEP
7
Fine-tuningにかかる経済的コスト、ユースケース、精度改善
- スタイル動画
- 想定時間8分
- Fine-tuning のユースケースやコスト、精度改善について説明します。
STEP
8
LLM開発(ファインチューニング) 応用講座 実践編 クイズ
- スタイルチャレンジ問題(クイズ)
- 想定時間5分
- 本講座で学習した内容について理解度を確認するためのクイズに挑戦します。
他の講座を見る
生成AI関連講座
資格取得対策講座
DXリテラシー標準領域
CONTACT
ご相談・ご要望など、お気軽にお問い合わせください
