Panoramica del Corso
Impara a personalizzare i modelli di linguaggio per il tuo dominio specifico. Dal fine-tuning efficiente in parametri alla costruzione di modelli di linguaggio piccoli specializzati che girano localmente.
1
Fondamenti di Fine-Tuning
Comprendere quando fare fine-tune vs. usare RAG. Preparazione dati, metriche di valutazione.
Dati
Valutazione
Benchmark
2
Tecniche PEFT
LoRA, QLoRA, Adapters e Prefix Tuning. Quando usare ogni tecnica e come configurarle.
LoRA
QLoRA
Adapters
3
Modelli di Linguaggio Piccoli
Training e deployment di SLM per edge computing. Distillazione, quantizzazione e ottimizzazione.
Distillazione
Quantizzazione
GGUF
4
MLOps per LLM
Deployment in produzione, monitoraggio, versioning e miglioramento continuo dei modelli fine-tuned.
MLflow
W&B
Model Registry
Esercizi Pratici
- Preparare un dataset di alta qualità per il fine-tuning
- Fine-tune Llama con LoRA su dati di dominio specifico
- Implementare QLoRA per training efficiente in memoria
- Distillare un modello grande in una versione più piccola
- Quantizzare e distribuire un modello con llama.cpp
Pronto a Trasformare il Tuo Team?
Contattaci per discutere le tue esigenze di formazione e programmare una consulenza.
Contattaci