澳門現場強化學習培訓

這門在 澳門（線上或線下）舉行的由講師主導的實時培訓，針對希望全面理解大型語言模型 (LLMs) 和強化學習 (RL) 並獲得相關實踐技能的初級數據科學家。

完成本培訓後，學員將能夠：

• 理解變換器模型的組件和功能。
• 為特定任務和應用場景優化及微調 LLMs。
• 掌握強化學習的核心原則和方法論。
• 了解如何通過強化學習技術提升 LLMs 的性能。

這門由講師帶領的實地訓練課程在 澳門（線上或現場）舉行，旨在服務高級機器學習工程師及 AI 研究者，幫助他們應用 RLHF 技術對大型 AI 模型進行微調，以提升其性能、安全性及對齊程度。

完成本課程後，學員將能夠：

• 理解 RLHF 的理論基礎，以及為何它在現代 AI 開發中至關重要。
• 基於人類回饋實施獎勵模型，以引導強化學習過程。
• 運用 RLHF 技術微調大型語言模型，使輸出結果與人類偏好保持一致。
• 應用最佳實踐來擴展 RLHF 工作流程，以應對生產級 AI 系統的需求。

這是一門在 澳門（線上或線下）進行的講師主導培訓，旨在幫助高級專業人士加深對強化學習的理解，並掌握其在 AI 開發中的實際應用。課程將使用 Google Colab 作為工具。

完成本培訓後，學員將能夠：

• 理解強化學習演算法的核心概念。
• 使用 TensorFlow 和 OpenAI Gym 實現強化學習模型。
• 開發能透過試錯學習的智能體。
• 使用 Q-learning 和深度 Q 網路（DQNs）等高級技術優化智能體的效能。
• 在 OpenAI Gym 的模擬環境中訓練智能體。
• 部署強化學習模型以應用於真實世界場景。