Budowanie z systemami AI

• Wybierz architekturę w oparciu o potrzeby zadania i dowodów.
• Oceń razem jakość, opóźnienia, koszty i bezpieczeństwo.
• Monitorowanie projektu i reagowanie na incydenty przed startem.

Polecam na początek: Podstawy AI, Odpowiedzialny użytkownik AI

1. 1

   Systemy modeli językowych

   Wynik: Rozważ tokeny, kontekst, generowanie i kompromisy modelu.

   Ćwiczenie: Porównaj dwie opcje modelu, korzystając z jakości, opóźnień, kontekstu, prywatności i kosztów.

   Mechanika modeli językowychModele, wnioskowanie i ograniczeniaKoszt modelu i kompromisy operacyjne
   ChatGPT i LLM →Wyjaśnienie modeli AI →Wnioskowanie AI →
2. 2

   Uziemienie z odzyskiwaniem

   Wynik: Wiedz, kiedy i jak wyszukiwanie może poprawić dostęp do dowodów.

   Ćwiczenie: Zaprojektuj zestaw testów wyszukiwania z wymaganiami odpowiedzi i cytowań.

   Generacja wzmocniona wyszukiwaniemWeryfikacja źródła i twierdzenia
   Jakość odzyskiwania →Bazy danych wektorowych →Osadzenia →
3. 3

   Agenci i narzędzia

   Wynik: Powiązane systemy wieloetapowe z uprawnieniami i punktami kontrolnymi.

   Ćwiczenie: Napisz model uprawnień agenta oraz ścieżkę odzyskiwania po awariach.

   Agenci, narzędzia i długotrwałe zadaniaGranice automatyzacji i zabezpieczeniaBezpieczeństwo AI i ryzyko niewłaściwego użycia
   Agenci AI →Automatyzacja przepływu pracy AI →
4. 4

   Ocena i eksploatacja

   Wynik: Mierz wydajność systemu przed i po wdrożeniu.

   Ćwiczenie: Stwórz zestaw ocen obejmujący jakość, odmowę, opóźnienia, koszty i regresje.

   Ewaluacja i kompetencje w zakresie benchmarkówWskaźniki sukcesu i monitorowanieReakcja na incydenty AIEksperyment i projekt pilotażowy
   Benchmarki AI →Bezpieczeństwo AI →