Đề cương khóa học

Giải Thích về Generative AI

  • Generative AI là gì và tại sao nó quan trọng?
  • Các loại và kỹ thuật chính của Generative AI
  • Các thách thức và giới hạn chính của Generative AI

Cấu Trúc Transformer và LLMs

  • Transformer là gì và nó hoạt động như thế nào?
  • Các thành phần và đặc điểm chính của một Transformer
  • Sử dụng Transformer để xây dựng LLMs

Luật Và Tuyệt Chính Hóa

  • Luật Và Tuyệt Chính là gì và tại sao chúng quan trọng cho LLMs?
  • Luật Và Tuyệt Chính có liên quan đến kích thước mô hình, kích thước dữ liệu, ngân sách tính toán và yêu cầu suy luận như thế nào?
  • Luật Và Tuyệt Chính có thể giúp tối ưu hóa hiệu suất và hiệu quả của LLMs như thế nào?

Huấn Luyện và Điều Chỉnh LLMs

  • Các bước và thách thức chính trong việc huấn luyện LLMs từ đầu
  • Các lợi ích và nhược điểm của việc điều chỉnh LLMs cho các nhiệm vụ cụ thể
  • Các thao tác tốt nhất và công cụ cho việc huấn luyện và điều chỉnh LLMs

Triển Khai và Sử Dụng LLMs

  • Các yếu tố và thách thức chính trong việc triển khai LLMs trong sản xuất
  • Các trường hợp sử dụng và ứng dụng thông dụng của LLMs trong các lĩnh vực và ngành nghề khác nhau
  • Tích hợp LLMs với các hệ thống và nền tảng AI khác

Đạo Đức và Tương Lai của Generative AI

  • Các ý nghĩa đạo đức và xã hội của Generative AI và LLMs
  • Các rủi ro và hại có thể của Generative AI và LLMs, như thiên vị, thông tin sai lệch và thao túng
  • Sử dụng Generative AI và LLMs một cách có trách nhiệm và có lợi

Tóm Lược và Các Bước Tiếp Theo

Yêu cầu

  • Hiểu biết về các khái niệm về máy học, như học có giám sát và không giám sát, hàm mất mát, và chia sẻ dữ liệu
  • Kinh nghiệm lập trình Python và thao tác dữ liệu
  • Kiến thức cơ bản về mạng nơron và xử lý ngôn ngữ tự nhiên

Đối tượng

  • Người phát triển
  • Người yêu thích máy học
 21 Giờ học

Số người tham gia


Giá cho mỗi người tham gia

Đánh giá (7)

Các khóa học sắp tới

Các danh mục liên quan