Seminar / Kurs

Prompt Engineering Parameteranpassungen: Von der Kreativität zur Präzision in Köln

Inhalte

  • Grundlagen der Parameteranpassungen im Prompt Engineering
    • Einführung in Parameteranpassungen
      • Was sind Parameteranpassungen? Erklärung der grundlegenden Parameter, die die Ausgabe von Sprachmodellen steuern. Diese Parameter beeinflussen die Kreativität, Genauigkeit und Länge der generierten Texte.
      • Relevanz der Parameter: Warum die Anpassung von Parametern entscheidend ist, um die gewünschten Ergebnisse aus einem KI-Modell zu erzielen. Erörterung, wie verschiedene Parameter in unterschiedlichen Szenarien verwendet werden.
      • Wichtige Parameter im Überblick: Einführung in die grundlegenden Parameter wie Temperatur, Top-p, Frequenzbestrafung, Präsenzbestrafung und Token-Limit.

    • Temperatur und Kreativität
      • Definition und Funktionsweise: Die Temperatur bestimmt, wie kreativ oder deterministisch die Modellantworten ausfallen. Eine niedrigere Temperatur führt zu vorhersehbareren Antworten, während eine höhere Temperatur für mehr Varianz und Kreativität sorgt.
      • Praktische Anwendung: Beispiele, wann eine niedrige Temperatur (z.B. bei technischen oder faktischen Texten) und wann eine hohe Temperatur (z.B. für kreative Aufgaben) sinnvoll ist.
      • Optimierung der Temperatur: Wie durch Anpassung der Temperatur die Balance zwischen kreativen und genauen Antworten erreicht wird.

    • Top-p (Nucleus Sampling)
      • Erklärung von Top-p: Dieser Parameter beeinflusst, wie wahrscheinlich ein bestimmtes Wort in der Antwort verwendet wird, basierend auf seiner Gesamtwahrscheinlichkeit im Sprachmodell. Es sorgt dafür, dass das Modell nur die wahrscheinlichsten Wörter auswählt.
      • Praktische Anwendung von Top-p: Verwendung von Top-p, um die Präzision zu erhöhen und gleichzeitig eine kontrollierte Kreativität zu ermöglichen.
      • Kombination von Temperatur und Top-p: Wie diese beiden Parameter gemeinsam genutzt werden können, um eine optimale Balance zwischen deterministischen und kreativen Ergebnissen zu erzielen.

  • Praxisübung 1: Arbeiten mit Temperatur und Top-p
    • Ziel der Übung: Die Teilnehmer experimentieren mit unterschiedlichen Temperatur- und Top-p-Werten, um zu verstehen, wie diese die Qualität und Kreativität der Modellantworten beeinflussen.
      • Projektbeschreibung: Erstellung von Prompts mit verschiedenen Temperatur- und Top-p-Einstellungen, um verschiedene Szenarien wie Textgenerierung und Datenverarbeitung zu testen.
      • Tools: GPT-4, OpenAI Playground.
      • Ergebnisse: Die Teilnehmer präsentieren ihre Ergebnisse und diskutieren, wie die Anpassung dieser Parameter die Ausgabequalität beeinflusst hat.

  • Fortgeschrittene Parameteranpassungen und Optimierung
    • Frequenzbestrafung und Redundanzvermeidung
      • Definition: Frequenzbestrafung beeinflusst, wie oft das Modell bestimmte Wörter wiederholen darf. Höhere Werte verringern die Wahrscheinlichkeit, dass sich Wörter häufig wiederholen, und fördern eine größere Varianz im Text.
      • Praktische Anwendung: Nutzung der Frequenzbestrafung bei kreativen Texten, um Wiederholungen zu minimieren und die Qualität des Textflusses zu verbessern.
      • Best Practices: Wann und wie die Frequenzbestrafung eingesetzt werden sollte, um unerwünschte Wiederholungen zu verhindern und einen flüssigeren Text zu erzeugen.

    • Präsenzbestrafung und Wortvielfalt
      • Erklärung: Präsenzbestrafung sorgt dafür, dass bereits verwendete Wörter in einer Antwort seltener erneut erscheinen. Dies fördert eine breitere Wortwahl und verhindert Redundanzen.
      • Anwendungsbeispiele: Verwendung der Präsenzbestrafung in Aufgaben, bei denen eine größere Vielfalt an Ausdrücken erwünscht ist, wie bei längeren Texten oder kreativen Aufgaben.
      • Kombination mit anderen Parametern: Wie Präsenzbestrafung und Frequenzbestrafung gemeinsam verwendet werden können, um die Balance zwischen Wiederholungen und Varianz in der Wortwahl zu steuern.

    • Token-Limit und Ausgabegröße
      • Maximale Token-Anzahl: Die Token-Anzahl steuert, wie viele Token (Wortbestandteile oder ganze Wörter) das Modell in seiner Antwort generieren darf. Dies beeinflusst direkt die Länge und Ausführlichkeit der Antwort.
      • Anwendungsfälle: Begrenzung der Antwortlänge für prägnante Antworten bei Chatbots oder Kundenanfragen, oder das Zulassen von längeren Antworten für detailliertere Inhalte.
      • Best Practices: Wie man die Token-Anzahl sinnvoll anpasst, um entweder kurze, prägnante Antworten oder lange, ausführliche Erklärungen zu generieren.

  • Praxisübung 2: Frequenz- und Präsenzbestrafung, Token-Limit
    • Ziel der Übung: Die Teilnehmer nutzen Frequenzbestrafung, Präsenzbestrafung und Token-Limit, um ihre Prompts zu optimieren und gezielte Ergebnisse zu erzeugen.
      • Projektbeschreibung: Erstellung von Prompts, bei denen durch gezielte Anpassung der Parameter Wiederholungen minimiert und die Länge der Antworten gesteuert wird.
      • Tools: GPT-4, Hugging Face API.
      • Ergebnisse: Teilnehmer präsentieren ihre optimierten Prompts und analysieren, wie sich die Frequenz- und Präsenzbestrafung sowie das Token-Limit auf die Ergebnisse auswirken.

LernzieleAm Ende des Seminars sind die Teilnehmer in der Lage, die Parameter von Sprachmodellen wie Temperatur, Top-p und Frequenzbestrafung so anzupassen, dass sie präzise, kreative und wiederholungsfreie Ergebnisse erzielen.ZielgruppenDieses Seminar richtet sich an Entwickler, Datenwissenschaftler und KI-Experten, die Prompts für KI-Modelle optimieren möchten. Grundkenntnisse in KI-Modellen und maschinellem Lernen sind von Vorteil.
  • Grundlagen der Parameteranpassungen im Prompt Engineering
    • Einführung in Parameteranpassungen
      • Was sind Parameteranpassungen? Erklärung der grundlegenden Parameter, die die Ausgabe von Sprachmodellen steue...
Mehr Informationen

Termine und Orte

Datum Dauer Preis
Köln, DE
29.10.2026 - 30.10.2026 14 h 14 h Details Details Jetzt buchen
28.01.2027 - 29.01.2027 14 h 14 h Details Details Jetzt buchen
29.07.2027 - 30.07.2027 14 h 14 h Details Details Jetzt buchen
28.10.2027 - 29.10.2027 14 h 14 h Details Details Jetzt buchen

+++ Catalog API +++

SG-Seminar-Nr.: 9254628

Anbieter-Seminar-Nr.: 4605

Termin

28.10.2027 - 29.10.2027

Schulungszentrum der GFU Cyrus AG
Am Grauen Stein 27
51105 Köln

Günstige Preise

Semigator berücksichtigt

  • Frühbucher-Preise
  • Last-Minute-Preise
  • Gruppenkonditionen

€ 1.713,60

Alle Preise inkl. 19% MwSt.

Jetzt buchen
Seminar merken

Der Anbieter ist für den Inhalt verantwortlich.

Veranstaltungsinformation

  • Seminar / Kurs
  • Deutsch
    • Keine
  • 14 h
  • Anbieterbewertung   (266)

Ihre Vorteile

mehr erfahren
  • Anbietervergleich von über 1.500 Seminaranbietern
  • Vollständige Veranstaltungsinformationen
  • Schnellbuchung
  • Persönlicher Service
Datum Dauer Preis
Köln, DE
29.10.2026 - 30.10.2026 14 h 14 h Details Details Jetzt buchen
28.01.2027 - 29.01.2027 14 h 14 h Details Details Jetzt buchen
29.07.2027 - 30.07.2027 14 h 14 h Details Details Jetzt buchen
28.10.2027 - 29.10.2027 14 h 14 h Details Details Jetzt buchen