19 minutterBygning af mere effektive AI-agenter
Forbedr værktøjsdesign, så agenter vælger den rigtige handling med de rigtige parametre.
Afspil videoLangChain. En guidet tour af en LLM-trace, project og dataset af LangChains medstifter — token-omkostning, latenstid, fejlrate, feedback-aggregering, drill-down i et enkelt retrieval-step-span. Det er den nærmeste visuelle analog til det, artiklen beskriver, når den taler om "hvert kald er et span", og hvorfor strukturerede traces slår print-logging.
Det er en vendor-gennemgang — se den for trace-, project- og dataset-koncepterne snarere end produktpitch; idéen "hvert kald er et span" overføres til enhver tracing-stack.
Du kan navigere traces, projects og datasets i LangSmith og aflæse token-omkostning, latenstid, fejlrate og per-span-detalje.
Grundlæggende fortrolighed med LLM-API-kald; du behøver ikke at være LangChain-bruger for at følge trace-koncepterne.
Senest gennemgået: 18. maj 2026
Fortsæt ad den samme læringsvej med de næste kuraterede videoer.
19 minutterForbedr værktøjsdesign, så agenter vælger den rigtige handling med de rigtige parametre.
13 minutterVælg mellem prompt engineering, RAG, finjustering eller en kombination baseret på den faktiske fejltilstand.
157 minutterFå et grundlag for at gennemføre eksperimenter med kvantisering, LoRA og QLoRA fra start til slut på passende hardware.
Håndplukkede eksterne kurser, der går i dybden med dette emne.
Emory University Goizueta Business School faculty
The deeper, university-level counterpart to our beginner HubSpot marketing pick — Emory's business-school treatment goes past 'how to prompt' into training generative models for brand-specific output, the purchase-funnel economics of AI-generated content, and a full module of genuine skepticism about when generative AI is and isn't worth using in marketing.
IBM AI Academy
GenAI-æraens svar på spørgsmålet om ledelsesstrategi. Tre korte kurser målrettet virksomhedsledere — uden krav om teknisk baggrund — om, hvor generativ AI skaber værdi, hvordan teknologien styres ansvarligt, og hvordan et uklart "vi bør bruge AI" omsættes til et konkret anvendelsesscenarie, der kan forsvares. Bedømt til 4,6 på tværs af cirka 700 anmeldelser. Tag det helst før din næste beslutning om AI-budgettet.