大規模言語モデル（LLM）とは何か、何ができるのかを理解し、その仕組みを少しのぞいてみながら、LLMについての旅を始めましょう。

大規模言語モデル (LLM) への導入

要約のためにパイプラインを使用する

返信の整理

事前学習済みLLMの活用

テキスト生成

翻訳テキスト

トランスフォーマーを理解する

変圧器を特定する

正しいモデル構造を使用する

大規模言語モデル（LLMs）入門

Hugging Faceの事前学習済みLLMとデータセットを活用して、モデルをファインチューニングする方法を学びます。

ファインチューニングの準備

テキストのトークン化

マッピングトークン化

トレーニングによる微調整

訓練引数の設定

トレーナーの設定

ファインチューニング済みモデルの使用

ファインチューニングのアプローチ

ワンショット学習による転移学習

転移学習のアプローチ

LLM のファインチューニング

さまざまな評価指標を深く掘り下げてモデルの性能を評価し、最後に、LLMを実環境で活用する際の課題について学びます。

評価ライブラリ

評価による負荷メトリクス

指標の記述

評価メトリクスの利用

言語タスクの評価指標：パープレキシティとBLEU

パープレキシティの評価

BLEU 翻訳

言語タスクの評価指標：ROUGE、METEOR、EM

ROUGEによる評価

METEORによる評価

EM による評価

LLMの安全対策

毒性のチェック

評価の観点

ゴール地点

LLMの性能を評価する

Course Glossary Introduction to LLMs in Python

大規模言語モデル（LLM）は、今日のAI分野における目覚ましい進歩やさまざまな応用を支える重要なツールとなっています。この実践的なコースでは、翻訳、文章生成、質問応答などの複雑な言語タスクを解決するために、LLMを理解し、構築し、その能力を活用するために必要な実践的な知識とスキルを身につけます。インタラクティブなコーディング演習を通して、Transformerの扱い方を学びます。また、Hugging Faceの事前学習済み言語モデルやデータセットについても学びます。コース終了時には、専門的な評価指標を使用して事前学習済みLLMをファインチューニングし、評価できるようになります。さらに、LLMを実際の環境で活用する際の主な課題や倫理的な考慮事項についても理解を深めます。

動画にはリアルタイムの文字起こしが含まれており、動画の左下にある「文字起こしを表示」をクリックすると表示できます。
コース用語集は、リソースセクションの右側にあります。
CPE単位を取得するには、コースを修了し、対象の評価で70%のスコアを達成する必要があります。評価には、右側のCPE単位の案内をクリックして移動できます。

<h2>大規模言語モデルの熱狂の裏側を解き明かす</h2>
<br><br>
大規模言語モデル（LLM）は、現代のAI分野における最も注目すべき進歩とアプリケーションを推進する重要なツールとなっています。 この実践的なコースでは、翻訳、言語生成などの複雑な言語タスクを解決するためにLLMを理解、構築、活用するための実践的な知識とスキルを習得できます。
<br><br>
<h2>LLMアーキテクチャを理解し、事前学習済みモデルを活用する</h2>
<br><br>
インタラクティブなコーディング演習を通じて、さまざまなトランスフォーマーアーキテクチャを学び、それらを見分ける方法を身につけます。 Hugging Faceの事前学習済み言語モデルやデータセットを活用し、ファインチューニングを行います。また、LLMに適した高度な指標を使ってモデルを評価する方法についても学びます。 最後に、LLMに関連する倫理的・バイアスに関する懸念と、それらを特定する方法についてさらに詳しく学びます。 このコースを修了するまでに、LLMを構築し、ファインチューニングを行い、専門的な指標を使って評価できるようになるとともに、LLMを実世界のアプリケーションで活用する際の主な課題と倫理的な考慮事項を理解できるようになります。

Working with Hugging Face

LLMとその基盤である革新的なトランスフォーマーアーキテクチャの基本を学ぼう！

Python で学ぶ LLM の入門

LLMの基礎や仕組みと、その基盤となる革新的なTransformerアーキテクチャについて詳しく学びましょう！

評価ライブラリ

Create Your Free Account