AIworkshop

 მოკლე აღწერა

ორდღიანი პრაქტიკული ვორქშოფი, სადაც გავივლით თანამედროვე AI-ისისტორიულ კონტექსტს, LLM-ების საბაზისო არქიტექტურას და რეალურ სამუშაო პროცესებში ინტეგრაციას. მეორე ნახევარი — ავაწყობთ პატარა აპლიკაციას RAG-ით (Qdrant), tool/function calling-ით და ევალუაციით.

ვინც ისარგებლებს

დეველოპერები, ტექნიკური პროდუქტების მენეჯერი და დიზაინერი.

ფორმატი და დრო

50% მოკლე ლექციები • 50% პრაქტიკული სამუშაო

2 დღე

რას ისწავლით

ხელოვნური ინტელექტის განვითარების ისტორია

როგორ შეცვალა ხელოვნურმა ინტელექტმა ყოველდღიური ცხოვრება

თანამედროვე LLM-ების მუშაობის მოდელი: ტოკენები, კონტექსტი, ემბედინგები…

თანამედროვე LLM-ების შედარება და სხვადასხვა საქმიანობაში გამოყენება

RAG აპის აშენება: ჩანკინგი → ინდექსაცია → ძიება → პასუხების სინთეზაცია

Tool/Function Calling — JSON სქემები, ვალიდაცია, შეცდომების დამუშავება

ევალუაცია და ტესტირება

 კოლაბორაციული მუშაობა AI-ის გამოყენებით

მუშა პროდუქტის გაკეთება AI-ის გამოყენებით

დღე 1 — საფუძვლები და პროტოტიპი

ისტორია მოკლედ: 1950-იანი წლები → მანქანური სწავლება → ღრმა სწავლება → ტრანსფორმერების არქიტექტურა → RLHF/RLAIF →Tools/Agents

LLM-ის ძირითადი ცნებები: ტოკენიზაცია, კონტექსტი, ტემპერატურა, პრომპტის ტიპები

ემბედინგები და ძიება

ლაბი 1: მცირე ჩატის ვიზუალის აწყობა სისტემური პრომპტით

LLM პროდუქტების დიზაინი: გაურკვევლობა, შეცდომების სწორად კომუნიკაცია, ადამიანის ჩართულობა

ლაბი 2: პირველადი RAG: მიღება → დაყოფა → ინდექსაცია → სინტეზაცია

დავალება სახლში: ჯგუფებად დაყოფა და AI პროდუქტის იდეის მოფიქრება

დღე 2 — ევალუაცია და დემო

ლაბი 3: გუნდების იდეების მოსმენა

RAG-ის ვარიანტები: ჰიბრიდული, მულტი-ვექტორული კოდის დაგენერირება, ევალუაცია და დებაგირება Braintrust-ის გამოყენებით

ლაბი 4: Vibe-coding-ის სესია

ხელოვნური ინტელექტის მომავალი და ინდუსტრიის ტრენდები

ლაბი 5: დემოების ჩვენება და დახურვა

პრერეკვიზიტები

მუშა ლეპტოპი

გადმოწერილი და დაყენებული სამუშაო გარემო (ინსტრუქციას მიიღებთ 3 დღით ადრე).