
Introduktion til LLM og sprogmodeller
Beskrivelse
Store sprogmodeller (LLM’er) har revolutioneret måden, vi arbejder med data, tekst og automatisering på. Dette kursus giver dig en solid introduktion til teknologien bag LLM’er, deres opbygning og deres betydning i en verden, hvor AI i stigende grad integreres i både erhverv og hverdag.
Vi starter med at afmystificere, hvad en LLM er, og hvordan den adskiller sig fra klassiske sprogmodeller og traditionelle machine learning-modeller. Vi ser på den historiske udvikling og de gennembrud, der har gjort teknologien mulig.
Du bliver introduceret til nogle af de mest udbredte og anerkendte modeller fra aktører som OpenAI, Google, Anthropic og Meta – og lærer, hvilke organisationer og forskningsmiljøer der driver udviklingen.
En vigtig del af kurset er forståelsen af modellernes parametre – hvad de er, hvordan de påvirker ydeevne, og hvorfor antallet af parametre har betydning for præcision, kompleksitet og beregningsbehov. Vi diskuterer også, hvordan modelstørrelse og tokenhåndtering hænger sammen med outputkvalitet og responstid.
Efter kurset kan du:
- Forklare, hvad en LLM er, og hvordan den fungerer
- Forstå forskellen mellem LLM’er og klassiske sprogmodeller
- Kende til de mest udbredte LLM-udbydere og deres anvendelsesområder
- Beskrive betydningen af modelparametre for ydeevne og ressourcekrav
- Forholde dig til LLM’ers rolle i det moderne teknologilandskab
Dette kursus er en del af 3-dages kurset SU0650 – Generativ AI og LLM med Python – Grundlæggende anvendelser.
Moduloversigt
- Modul 1Introduktion til Large Language Models
- Hvad betyder Large Language Model, og hvordan bruges den til at generere ny tekst
- LLM’ers rolle i generativ AI og eksempler på anvendelser
- Forskellen mellem LLM og klassisk machine learning
- Træning af modeller vs. brug (inferens)
- Modelstørrelser og deres betydning for ydeevne
- Tokens og hvordan de styrer længde, detaljeringsgrad og struktur i output
- Modul 2Populære LLM’er og deres skabere
- Overblik over førende modeller fra OpenAI, Google, Anthropic, Meta m.fl.
- Organisationer og forskningsmiljøer bag teknologien
- Modul 3Modellernes parametre
- Hvad er modelparametre, og hvordan påvirker de ydeevne?
- Variation i parameterantal og betydning for modelstørrelse
- Modul 4Betydningen af parametre
- Sammenhæng mellem antal parametre, præcision og kompleksitet
- Beregningsmæssige omkostninger og ressourcekrav
Er du i tvivl?
Det ligger os meget på sinde, at du finder det kursusforløb, der skaber størst værdi for dig og din arbejdsplads. Tag fat i vores kursusrådgivere, de sidder klar til at hjælpe dig!
