9 minuuttiaLangSmith 10 minuutissa
Osaat navigoida jälkiä, projekteja ja datasettejä LangSmithissä ja lukea token-kustannuksen, viiveen, virheasteen ja span-kohtaisen yksityiskohdan.
AI Engineer. Hamel Husain ja Rechatin CTO käyvät läpi oikean tekoälytuotteen taustalla olevan arviointijärjestelmän: miksi geneeriset valmiit arvioinnit epäonnistuvat, kerroksellinen asetelma assertioneista, lokitetuista jäljistä ihmistarkistuksella ja LLM-tuomareista pidettyinä linjassa domain-asiantuntijan kanssa, sekä miten toimiva arviointijärjestelmä avaa datan kuratoinnin ja hienosäädön. Se on tuotantotapausesimerkki artikkelin argumentille, että arvioinnit ovat regressioita havaitsevaa koneistoa, ei leaderboardia.
Nauhoitettu puolivälissä 2024; tarkat työkalut ovat edenneet mutta järjestelmäsuunnittelu ei. Käsittele arkkitehtuuriviitteenä, ei toimittajaoppaana, ja pidä domain-asiantuntija silmukassa kuten puhe vaatii.
Näe, miten tuotantotiimi kerrostaa assertiot, ihmistarkistuksen ja LLM-tuomarit niin, että regressiot nousevat esiin ennen julkaisua.
Perus LLM-arviointiterminologia ja artikkelin arviointitikapuun kehys sujuvat.
Viimeksi tarkistettu: 15.7.2026
Jatka samalla oppimisreitillä seuraaviin valikoituihin oheisvideoihin.
9 minuuttiaOsaat navigoida jälkiä, projekteja ja datasettejä LangSmithissä ja lukea token-kustannuksen, viiveen, virheasteen ja span-kohtaisen yksityiskohdan.
75 minuuttiaRakenna ensimmäinen MCP-palvelin ja ymmärrä, miten työkalut, skeemat, kehotteet, resurssit ja kuljetukset sopivat yhteen.
19 minuuttiaParanna työkalusuunnittelua, jotta agentit valitsevat oikean toiminnon oikeilla parametreilla.
Valikoituja ulkoisia kursseja, jotka käsittelevät aiheita tarkemmin.
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-kauden vastaus johtajan strategiaan. Kolme lyhyttä kurssia, jotka on suunniteltu erityisesti liiketoimintaan vastaaville — ei teknistä taustaosaamista vaadita — ja ne käsittelevät sitä, missä generatiivinen tekoäly tuottaa arvoa, miten sen voidaan hallita vastuullisesti sekä miten muuntaa epämääräinen "meidän pitäisi käyttää tekoälyä" konkreettiseksi ja puolustettavaksi käyttötarkoitukseksi. Arviointi 4.6 noin 700 arvostelun perusteella. Paras suorittaa ennen seuraavaa tekoälybudjetin päätöksentekoa.