Integrare Large Language Models nell’industria 5.0: le soluzioni tecnologiche

MODULO 1 – Fondamenti e Architettura dei Modelli LLM
/ Introduzione al meccanismo di attenzione e ai transformer, la base dei modelli LLM moderni
/ Pretraining:  come i modelli vengono allenati su enormi quantità di dati non etichettati
/ Elaborazione batch con Apache Spark

MODULO 2 – Ottimizzazione dei Modelli e Tecniche Avanzate
/ Fine-tuning con RLHF e Instruction-tuning: come migliorare i modelli tramite feedback umano e istruzioni personalizzate
/ Tecniche di prompting per ottenere risposte più accurate ed efficienti dai modelli LLM
/ PEFT e Quantization: tecniche di ottimizzazione per il fine-tuning dei modelli in modo efficiente e la riduzione della complessità computazionale attraverso la quantizzazione

MODULO 3 – Implementazione e Monitoraggio in Produzione
/ Strategie per il deploy di modelli in produzione e per monitorare performance, scalabilità e sicurezza nel contesto reale

MODULO 4 – Pratica con Librerie e Strumenti
/ Esercitazioni pratiche per lavorare con PyTorch, una delle librerie più utilizzate per il deep learning
/ Guida pratica su come usare Hugging Face per scaricare, modificare e implementare modelli preaddestrati
/ Introduzione alla libreria Langchain per combinare modelli LLM con dati esterni
/ Soluzioni Cloud (SageMaker, Bedrock, OpenAI API): panoramica delle principali piattaforme cloud per il training, il deploy e la gestione dei modelli