പ്രധാന ഉള്ളടക്കത്തിലേക്ക് പോകുക

മൾട്ടിമോഡൽ RAG മെച്ചപ്പെടുത്താൻ ഇൻഫെൻസ് സ്കെയിലിംഗ് ഉപയോഗിക്കുക.

  • ഭാഷകൾ:ഇംഗ്ലീഷ്

  • യോഗ്യത:രജിസ്റ്റർ ചെയ്ത പഠിതാക്കൾക്ക് യോഗ്യതയുണ്ട്

  • ദൈർഘ്യം:30 മിനിറ്റ്

ഈ അനുമാന ഘട്ടത്തിൽ കമ്പ്യൂട്ടേഷണൽ റിസോഴ്‌സുകളുടെ ഉപയോഗം ഒപ്റ്റിമൈസ് ചെയ്തുകൊണ്ട് AI-യിലെ ഇൻഫെൻസ് സ്കെയിലിംഗ് മോഡൽ പ്രകടനം മെച്ചപ്പെടുത്തുന്നു. മുൻ ലാബിൽ സൃഷ്ടിച്ച മൾട്ടിമോഡൽ RAG പൈപ്പ്‌ലൈൻ മെച്ചപ്പെടുത്തുന്നതിന് ഇൻഫെൻസ് സ്കെയിലിംഗിന്റെ ശക്തി എങ്ങനെ പ്രയോജനപ്പെടുത്താമെന്ന് ഈ ലാബിൽ നിങ്ങൾ പഠിക്കും.

പഠിക്കാൻ തുടങ്ങുക
മൾട്ടിമോഡൽ RAG മെച്ചപ്പെടുത്താൻ ഇൻഫെൻസ് സ്കെയിലിംഗ് ഉപയോഗിക്കുക.

അറിയിപ്പ്

IBM ഡിജിറ്റൽ ബാഡ്ജ് പ്രോഗ്രാമിന്റെ അഡ്മിനിസ്ട്രേഷനിൽ സഹായിക്കുന്നതിന്, IBM അംഗീകരിച്ചതും യുണൈറ്റഡ് സ്റ്റേറ്റ്സിൽ സ്ഥിതി ചെയ്യുന്നതുമായ ഒരു മൂന്നാം കക്ഷി ഡാറ്റാ പ്രോസസ്സറായ Credly യുടെ സേവനങ്ങൾ IBM പ്രയോജനപ്പെടുത്തുന്നു. നിങ്ങൾക്ക് ഒരു IBM ഡിജിറ്റൽ ബാഡ്ജ് നൽകുന്നതിന്, നിങ്ങളുടെ സ്വകാര്യ വിവരങ്ങൾ (പേര്, ഇമെയിൽ വിലാസം, നേടിയ ബാഡ്ജ്) Credly യുമായി പങ്കിടും. ബാഡ്ജ് ക്ലെയിം ചെയ്യുന്നതിനുള്ള നിർദ്ദേശങ്ങൾ അടങ്ങിയ ഒരു ഇമെയിൽ അറിയിപ്പ് നിങ്ങൾക്ക് Credly-യിൽ നിന്ന് ലഭിക്കും. നിങ്ങളുടെ ബാഡ്ജ് നൽകുന്നതിനും പ്രോഗ്രാം റിപ്പോർട്ടിംഗിനും പ്രവർത്തന ആവശ്യങ്ങൾക്കുമായി നിങ്ങളുടെ സ്വകാര്യ വിവരങ്ങൾ ഉപയോഗിക്കുന്നു. IBM ശേഖരിച്ച വ്യക്തിഗത വിവരങ്ങൾ ആഗോളതലത്തിൽ IBM അനുബന്ധ സ്ഥാപനങ്ങളുമായും മൂന്നാം കക്ഷികളുമായും പങ്കിട്ടേക്കാം. IBM സ്വകാര്യതാ രീതികളുമായി പൊരുത്തപ്പെടുന്ന രീതിയിൽ ഇത് കൈകാര്യം ചെയ്യും. IBM സ്വകാര്യതാ പ്രസ്താവന ഇവിടെ കാണാം:https://www.ibm.com/privacy/us/en/.

ഐബിഎം ജീവനക്കാർക്ക് ഐബിഎം ആന്തരിക സ്വകാര്യതാ പ്രസ്താവന ഇവിടെ കാണാം:https://w3.ibm.com/w3publisher/w3-privacy-notice.

പിന്തുണ ആവശ്യമുണ്ടോ?
ദയവായിഞങ്ങളെ സമീപിക്കുക.