Vydej se na cestu světem velkých jazykových modelů (LLMs) — zjistíš, co jsou zač, co dokážou, a nahlédneš pod pokličku toho, jak fungují!

Úvod do velkých jazykových modelů (LLM)

Použití pipeline pro sumarizaci

Čištění odpovědí

Použití předtrénovaných LLM

Generování textu

Překlad textu

Jak funguje transformer

Identifikuj transformer

Výběr správné struktury modelu

Začínáme s velkými jazykovými modely (LLMs)

Nauč se využívat předtrénované LLMs a datové sady z Hugging Face k dolaďování modelu.

Příprava na fine-tuning

Tokenizace textu

Mapování tokenizace

Doladění pomocí trénování

Nastavení trénovacích argumentů

Nastavení tréneru

Použití doladěného modelu

Přístupy k fine-tuningu

Transfer learning s one-shot learningem

Přístupy k transfer learningu

Dolaďování LLMs

Ponořte se do různých metrik pro hodnocení výkonu modelů a na závěr se podívej na výzvy spojené s nasazováním LLMs v reálném světě.

Knihovna evaluate

Načítání metrik pomocí evaluate

Popis metrik

Použití evaluate metrik

Metriky pro jazykové úlohy: perplexita a BLEU

Vyhodnocení perplexity

BLEU překlady

Metriky pro jazykové úlohy: ROUGE, METEOR, EM

Vyhodnocení pomocí ROUGE

Vyhodnocení pomocí METEOR

Vyhodnocení pomocí EM

Ochrana LLM

Kontrola toxicity

Vyhodnocení regard

Cílová rovinka

Vyhodnocování výkonu LLMs

Course Glossary Introduction to LLMs in Python

Velké jazykové modely (LLMs) se staly klíčovými nástroji, které stojí za některými z nejpozoruhodnějších pokroků a aplikací v dnešní oblasti AI. Tento praktický kurz ti poskytne znalosti a dovednosti potřebné k pochopení, vytváření a využívání LLMs při řešení složitých jazykových úloh, jako je překlad, generování textu, zodpovídání otázek a mnoho dalšího. Prostřednictvím interaktivních programovacích cvičení se naučíš pracovat s transformery. Prozkoumáš také předtrénované jazykové modely a datové sady z Hugging Face. Na konci kurzu budeš umět doladit a vyhodnotit předtrénované LLMs pomocí specializovaných metrik. Získáš také přehled o klíčových výzvách a etických aspektech nasazování LLMs v reálném světě.

Videa obsahují živé přepisy, které zobrazíš kliknutím na „Show transcript" vlevo dole pod videem.
Glosář kurzu najdeš vpravo v sekci zdrojů.
Pro získání kreditů CPE musíš kurz dokončit a dosáhnout skóre alespoň 70 % v příslušném hodnocení. K hodnocení se dostaneš kliknutím na oznámení o kreditech CPE vpravo.

<h2>Odhalte, co stojí za rozruch kolem velkých jazykových modelů</h2>
<br><br>
Velké jazykové modely (LLM) se staly klíčovými nástroji, které pohánějí některé z nejpůsobivějších pokroků a aplikací v dnešní oblasti umělé inteligence. Tento praktický kurz vás vybaví znalostmi a dovednostmi potřebnými k pochopení, tvorbě a využití síly LLM pro řešení složitých jazykových úloh, jako je překlad, generování jazyka a další.
<br><br>
<h2>Objevte architekturu LLM a využijte předtrénované modely</h2>
<br><br>
Prostřednictvím interaktivních programovacích cvičení objevíš různé architektury transformerů a naučíš se je rozpoznávat. Prozkoumáte, jak využívat předtrénované jazykové modely a datové sady z Hugging Face pro dolaďování a vyhodnocování vašeho modelu pomocí pokročilých metrik, které jsou vhodné pro LLM. Nakonec se dozvíte více o etických otázkách a problémech s biasem souvisejících s LLM a o způsobech, jak je identifikovat. Na konci tohoto kurzu budete schopni vytvářet LLM, dolaďovat je a vyhodnocovat pomocí specializovaných metrik, a zároveň porozumíte klíčovým výzvám a etickým aspektům umožňujícím nasazení LLM v reálném světě.

Working with Hugging Face

Poznejte základy LLM a revoluční architekturu transformátorů!

Úvod do LLMs v Pythonu

Poznejte základy LLM a revoluční architekturu transformer, na níž jsou založeny!

Asociovaný AI inženýr pro datové vědce

Vývoj velkých jazykových modelů

Základy Hugging Face

Základy AI ve Snowflake

Použití pipeline pro sumarizaci

Úvod do LLMs v Pythonu

Pokyny k cvičení

Interaktivní cvičení na vyzkoušení si v praxi