mirror of
https://github.com/dair-ai/Prompt-Engineering-Guide
synced 2024-11-16 06:12:45 +00:00
30 lines
1.5 KiB
Plaintext
30 lines
1.5 KiB
Plaintext
# Kurs zum Prompt Engineering
|
|
|
|
Aufgrund der hohen Nachfrage haben wir uns mit Maven zusammengetan, um einen neuen [kohortenbasierten Kurs zum Prompt Engineering für LLMs](https://maven.com/dair-ai/prompt-engineering-llms) anzubieten.
|
|
|
|
[Elvis Saravia](https://www.linkedin.com/in/omarsar/), der bei Unternehmen wie Meta AI und Elastic gearbeitet hat und über jahrelange Erfahrung im Bereich KI und LLMs verfügt, wird der Dozent für diesen Kurs sein.
|
|
|
|
Dieser technische, praxisnahe Kurs wird Techniken/Tools zum Prompt Engineering, Anwendungsfälle, Übungen und Projekte abdecken, die für die effektive Arbeit mit großen Sprachmodellen (LLMs) und den Aufbau damit essentiell sind.
|
|
|
|
Themen, zu denen wir Schulungen anbieten:
|
|
|
|
- Taxonomie von Prompting-Techniken
|
|
- Taktiken zur Verbesserung der Zuverlässigkeit
|
|
- Strukturierung von LLM-Ausgaben
|
|
- Zero-Shot-Prompting
|
|
- Few-Shot-In-Context-Lernen
|
|
- Chain-of-Thought-Prompting
|
|
- Selbstreflexion & Selbstkonsistenz
|
|
- ReAcT
|
|
- Retrieval-Augmented Generation
|
|
- Fine-Tuning & RLHF
|
|
- Funktionsaufrufe
|
|
- KI-Sicherheit & Moderation
|
|
- Von LLMs betriebene Agenten
|
|
- Bewertung von LLMs
|
|
- Adversarial Prompting (Jailbreaking und Prompt Injections)
|
|
- Beurteilung von LLMs
|
|
- Häufige reale Anwendungsfälle von LLMs
|
|
|
|
Unsere bisherigen Lernenden reichen von Softwareingenieuren bis hin zu KI-Forschern und Praktikern in Organisationen wie Microsoft, Google, Apple, Airbnb, LinkedIn, Amazon, JPMorgan Chase & Co., Asana, Intuit, Fidelity Investments, Coinbase, Guru und vielen anderen.
|