15 minuuttiaNäin rakennamme tehokkaita agentteja: Barry Zhang, Anthropic
Suunnittele yksinkertaisempia agenttisilmukoita selkeillä pysäytyssäännöillä, tehtävärajoilla ja ihmisen ohjauspisteillä.
EdistynytAutomaatiot
LLM-mallien fine-tuning – generatiivisen tekoälyn kurssi
freeCodeCamp.org. Pitkä teoria-sitten-koodi -kurssi, joka kattaa kvantisoinnin, LoRA:n, QLoRA:n ja täyden PEFT:n Llama 2:lla ja Gemmalla — laitteistolla, jota useimmilla kehittäjillä jo on. Lähin asia ”seuraa jotakuta, joka on tehnyt tämän” -kokemukseen YouTubessa ja linjassa artikkelin ”et tarvitse klusteria” -väitteen kanssa konkreettisilla VRAM-budjeteilla.
AI Expert -huomio
Mallinimet, hinnoittelu ja kyvyt muuttuvat nopeasti. Kurssin perusmallit (Llama 2, Gemma) ovat vanhentuneita, mutta sen opettamat LoRA-, QLoRA- ja kvantisointitekniikat siirtyvät suoraan nykyisiin avoimen painon malleihin. Käytä tätä päätösmalliin, sitten varmista nykyinen mallin käyttäytyminen ennen käyttöönottoa.
Mitä sinun pitäisi oppia tästä
Pystyt ajamaan kvantisointi-, LoRA- ja QLoRA-hienosäätöjä alusta loppuun laitteistolla, jota useimmilla kehittäjillä jo on.
Katso tai hallitse ensin
Python plus perus ML-työkalumukavuus; kurssi tähtää laitteistoon, jota useimmilla kehittäjillä jo on.
Viimeksi tarkistettu: 18.5.2026
Katso seuraava
Jatka samalla oppimisreitillä seuraaviin valikoituihin oheisvideoihin.
15 minuuttia
190 minuuttiaLangGraphin täysi aloittelijakurssi – monimutkaiset tekoälyagentit Pythonilla
Osaat rakentaa LangGraph-agentin tyypitetyllä tilalla, ehdollisella reitityksellä, checkpointteilla ja työkalujen käytöllä sekä tuntea, missä eksplisiittisyys maksaa itsensä takaisin.
EdistynytAutomaatiot
8 minuuttiaContext Rot: miten kasvava syötetokenien määrä vaikuttaa LLM:n suorituskykyyn
Ymmärrä, miten pitkä konteksti voi epäonnistua epäselvyyden ja häiriötekijöiden alla, sitten suunnittele testit tuon riskin ympärille.
EdistynytKehotteiden laatiminen