WalkSelf · AI, เทคโนโลยีและวิศวกรรม · Generative AI และ Deep Learning

การปรับจูนโมเดลภาษา

ก้าวไปไกลกว่าการใช้พรอมต์ด้วยการเรียนรู้ที่จะปรับจูน (fine-tune) โมเดลภาษาที่ฝึกไว้ล่วงหน้าบนชุดข้อมูลที่กำหนดเอง ปรับโมเดลต่างๆ เช่น GPT, Llama และ BERT สำหรับโดเมนและงานเฉพาะทางเพื่อปรับปรุงประสิทธิภาพและความแม่นยำ

28 courses

🔥 ยอดนิยม 🎓 มีใบรับรอง

การปรับจูนโมเดลภาษา

โมเดล AI ท้องถิ่นด้วย Ollama: รัน LLMs บนฮาร์ดแวร์ของคุณเอง

การติดตั้ง LLM ในเครื่อง: รัน AI โอเพนซอร์สบนโครงสร้างพื้นฐานส่วนตัว

คู่มือเริ่มต้นการปรับแต่ง LLM (Beginner's Guide to LLM Fine-Tuning)

พื้นฐานการปรับแต่ง LLM: การบีบอัดและการ Fine-Tuning

การแนะนำการทำ LLM Fine-Tuning บนข้อมูลเฉพาะทาง (Domain Data)

การปรับใช้ Local LLMs: vLLM, Quantization, และ Inference

พื้นฐานการทดสอบและการประเมินผลแอปพลิเคชัน LLM

บทนำสู่การ Fine-Tuning LLM ด้วย LoRA และ QLoRA

พื้นฐานของโมเดลภาษาขนาดใหญ่: จาก Transformers ไปยัง Fine-Tuning

สถาปัตยกรรม LLM และการปรับแต่งโมเดลเชิงปฏิบัติสำหรับผู้เริ่มต้น

รากฐานของโมเดลภาษาขนาดใหญ่: หลักการสำคัญและการประยุกต์ใช้

การปรับแต่ง LLM อย่างมีประสิทธิภาพ: Fine-Tuning, LoRA และ RAG

การพัฒนาแอปพลิเคชันอย่างรวดเร็วด้วยโมเดลภาษาขนาดใหญ่

พื้นฐานของ Large Language Models (LLMs) สำหรับผู้เริ่มต้น

Generative AI และ Large Language Models สำหรับการประยุกต์ใช้จริง

Applied Transformers: การดีบักและการปรับใช้โมเดลภาษา

LLM Post-Training: พื้นฐานของการ Fine-Tuning และ Reinforcement Learning

Generative AI และ Large Language Models (LLMs) สำหรับผู้เริ่มต้น

การเพิ่มบริบทให้กับ Large Language Models ด้วย ChromaDB

การอนุมานและการสร้าง LLM ที่มีประสิทธิภาพด้วย SGLang

การปรับแต่ง LLM ด้วย GRPO: การเรียนรู้แบบเสริมแรงเพื่อการให้เหตุผลที่ดีขึ้น

การปรับปรุงความแม่นยำของแอปพลิเคชัน LLM: การประเมินและการปรับแต่ง Prompt

การปรับแต่งแบบละเอียดแบบรวมศูนย์ (Federated Fine-Tuning) สำหรับ LLMs ด้วยข้อมูลส่วนตัว

การฝึกอบรม Large Language Models ตั้งแต่เริ่มต้น