Wer LLM Projekte vertieft, steht häufig vor der Frage, ob und wie Fine-Tuning genutzt werden sollte. Es ergänzt Promptarbeit und RAG um eine zusätzliche Möglichkeit der Anpassung. Der Kurs gibt einen strukturierten Einstieg in die Grundlagen des Fine-Tunings.

!Kursinhalt

!1. Konzept und Anwendungsfälle
*Abgrenzung zu Prompting und RAG
*Typische Einsatzgebiete
*Voraussetzungen für sinnvolles Fine-Tuning

!2. Datengrundlage für das Training
*Aufbau geeigneter Trainingsdaten
*Qualität und Kuration
*Datenschutz und Lizenzfragen

!3. Trainingsprozess im Überblick
*Verfahren wie Supervised Fine-Tuning
*Werkzeuge und Plattformen
*Bewertung der Ergebnisse

!4. Betrieb getunter Modelle
*Versionierung und Pflege
*Vergleich mit Basismodell
*Verzahnung mit Anwendungen

!Berufliche Relevanz

*Belastbare Entscheidung für oder gegen Fine-Tuning
*Vermeidung unnötig komplexer Lösungen
*Vertiefte Kompetenz im Umgang mit LLMs