Lĩnh vực mô hình ngôn ngữ lớn đang bùng nổ, và Llama là một điểm nhấn. Với Llama 3, khả năng đã được mở rộng đáng kể. Hãy khám phá các năng lực của nó, học cách sử dụng với llama-cpp-python, và hiểu cách kiểm soát hành vi của mô hình bằng cách điều chỉnh tham số và gán các vai trò cụ thể để dẫn dắt hội thoại.

Llama là gì?

Trò chuyện với Llama 3

Trích xuất phản hồi

Điều chỉnh tham số của Llama 3

Định hướng phản hồi hỗ trợ khách hàng

Đảm bảo phản hồi an toàn

Tạo nội dung sáng tạo

Gán vai trò trong hội thoại

Xây dựng một cuộc hội thoại

Thông điệp hệ thống

Tìm hiểu về LLM và Llama

Mô hình ngôn ngữ không chỉ tạo văn bản — chúng có thể được định hướng để tạo ra phản hồi có cấu trúc và nhận biết ngữ cảnh. Trong chương này, bạn sẽ khám phá cách tận dụng llama-cpp-python để tạo đầu ra theo các định dạng cụ thể, bao gồm phản hồi tương thích JSON để tích hợp dữ liệu. Bạn cũng sẽ tinh chỉnh đầu ra của Llama bằng kỹ thuật nhắc (prompting) để căn chỉnh phản hồi với các nhiệm vụ khác nhau. Cuối cùng, bạn sẽ xây dựng các cuộc trò chuyện duy trì ngữ cảnh qua nhiều lượt trao đổi, đảm bảo tương tác tự nhiên hơn.

Định hướng phản hồi không có cấu trúc

Định dạng prompt cho Llama

Few-shot prompting với Llama

Tạo đầu ra có cấu trúc

Tạo danh sách kiểm kê ở dạng JSON

Chỉ định schema JSON có cấu trúc

Xây dựng hội thoại

Tạo một lớp hội thoại

Hội thoại một lượt

Hội thoại nhiều lượt

Chúc mừng!

Sử dụng Llama cục bộ

Các mô hình ngôn ngữ lớn mã nguồn mở như Llama có thể chạy trên chính máy tính của bạn, giúp giữ dữ liệu riêng tư và giảm chi phí. Trong khóa học này, bạn sẽ học cách thiết lập và sử dụng Llama cục bộ. Bạn sẽ khám phá các kỹ thuật đơn giản như điều chỉnh prompt để nhận phản hồi tốt hơn, xây dựng hội thoại có ghi nhớ ngữ cảnh, và điều chỉnh đầu ra để phù hợp với nhu cầu dự án — dù là tạo dữ liệu có cấu trúc hay tinh chỉnh phản hồi cho rõ ràng. Khóa học này dành cho người học đã có kinh nghiệm làm việc với Python.

<h2>Tìm hiểu cách sử dụng Mô hình Ngôn ngữ Lớn Llama (LLM)</h2>  
Llama LLM là gì, và làm thế nào bạn có thể sử dụng nó để nâng cao các dự án của bạn? Khóa học này sẽ dạy bạn cách chạy Llama trên máy tính cá nhân, hướng dẫn phản hồi của nó bằng kỹ thuật nhắc lệnh, và xây dựng các cuộc hội thoại có cấu trúc và nhận biết ngữ cảnh. <br>  
<br>  
<h2>Tìm hiểu về mô hình Llama và các ứng dụng của nó</h2>  
Bạn sẽ bắt đầu với phần giới thiệu về các khái niệm nền tảng của Llama, học cách tương tác với các mô hình Llama và khám phá các trường hợp sử dụng của chúng. Bạn sẽ có trải nghiệm thực hành trong việc thiết lập, vận hành và tương tác với mô hình bằng thư viện llama-cpp-python. Khi bạn tiến bộ, bạn sẽ áp dụng các kỹ thuật để cải thiện phản hồi của Llama, duy trì lịch sử hội thoại và tạo ra các đầu ra có cấu trúc sẵn sàng để tích hợp vào các quy trình tự động.<br>  
<br>  
Đây là phần giới thiệu lý tưởng về Llama dành cho các nhà phát triển và người làm AI. Nó khám phá các nền tảng của LLM mã nguồn mở mạnh mẽ này và cách áp dụng nó trong các tình huống thực tế.  

Python Toolbox

Làm việc với Llama 3

Khám phá các kỹ thuật mới nhất để chạy Llama LLM tại chỗ và tích hợp nó vào hệ thống của bạn.

Kỹ sư AI cấp bậc Associate dành cho các nhà khoa học dữ liệu

Phát triển các mô hình ngôn ngữ quy mô lớn

Cơ bản về Llama

Machine Learning Engineer

Hướng dẫn phản hồi phi cấu trúc

Kiểm soát đầu ra mô hình

Tinh chỉnh nhắc lệnh

Thành phần của nhắc lệnh hiệu quả

Zero-shot prompting

Tinh chỉnh zero-shot prompts

Few-shot prompting

Dùng stop words

¡Vamos a practicar!

Sử dụng Llama cục bộ - Định hướng phản hồi không có cấu trúc

Định hướng phản hồi không có cấu trúc

Create Your Free Account