LLM-ide instrumenteerimine ja hindamine
Hamel Husain. Hamel Husain, Eugene Yan, Brian Bischof, Harrison Chase ja Shreya Shankar töötavad läbi tracing'u, logianalüüsi, LLM-as-judge ja töövoo, mis ümbritseb päris produktsiooniandmete vaatamist. Istu sellega samamoodi nagu pika podcastiga — see on YouTube'i ainus parim sügav käsitlus artikli "vaata oma jälgi" teesist.
Mida sellest videost kaasa võtta
Saad tehnilise mustri teemal "Observability LLM-rakendustele" ning oskad hinnata riske, piire ja järgmist sammu.
Järgmisena vaata
Jätka sama õpiteekonda järgmiste hoolikalt valitud kaasvideotega.
104 minutitAgentide ehitamine Model Context Protocoliga - täistöötuba Anthropicu Mahesh Muragiga
Saad tehnilise mustri teemal "MCP nullist" ning oskad hinnata riske, piire ja järgmist sammu.
Vaata järgmist
29 minutitAgentide promptimine | Code w/ Claude
Saad tehnilise mustri teemal "MCP-tööriistade disainimine, mida LLM-id päriselt õigesti kasutavad" ning oskad hinnata riske, piire ja järgmist sammu.
Vaata järgmist
19 minutitProduktsioonivalmis RAG-rakenduste ehitamine: Jerry Liu
Saad tehnilise mustri teemal "Produktsiooni RAG-i ehitamine" ning oskad hinnata riske, piire ja järgmist sammu.
Vaata järgmistSeotud videod
4 minutitIntroducing EmbeddingGemma: The Best-in-Class Open Model for On-Device Embeddings
32 minutitHow to Build Human-Centered AI Workflows in Localization with Shashi Bhushan
59 minutitHüppest harjumuseks: kuidas tehnoloogiaettevõtted skaleerivad AI-d eksperimendist kaugemale
41 minutitPrivaatne AI vs pilv: kuidas juhid saavad teha targemaid build-or-buy otsuseid
Mine sügavamale
Hoolikalt valitud välised kursused, mis aitavad sellesse teemasse sügavamalt minna.
Coursera · DeepLearning.AIAI for Everyone
Kuus aastat pärast ilmumist endiselt parim lähtepunkt kõigile, kes peavad tehisintellektist aru saama ilma programmeerimist õppimata. Ei matemaatikat, ei žargooni, ei ülepaisutust — pärast lõpetamist oskad pidada tehisintellekti projektide üle teadlikku vestlust.
Coursera · The Wharton SchoolAI Strategy and Governance
Whartoni tugev raamistik juhtidele, kes peavad tegema ehita-või-osta otsuseid. Kursus ei müü tööriistu, vaid keskendub tehisintellekti kasutuse majandusele, algoritmilisele kallutatusele, andmeusaldusväärsusele ja juhtimistavadele, mis peavad auditile vastu.