WalkSelf · AI, Công Nghệ & Kỹ Thuật · AI Tạo Sinh & Học Sâu

Tinh Chỉnh Mô Hình Ngôn Ngữ

Vượt xa hơn việc chỉ dùng prompt bằng cách học cách tinh chỉnh (fine-tune) các mô hình ngôn ngữ đã được huấn luyện trước trên các bộ dữ liệu tùy chỉnh. Tùy chỉnh các mô hình như GPT, Llama và BERT cho các lĩnh vực và tác vụ cụ thể để cải thiện hiệu suất và độ chính xác.

28 courses

Tinh Chỉnh Mô Hình Ngôn Ngữ

Mô hình AI cục bộ với Ollama: Chạy LLM trên phần cứng của riêng bạn

Triển khai LLM cục bộ: Chạy AI mã nguồn mở trên cơ sở hạ tầng riêng

Hướng dẫn Cơ bản về Tinh chỉnh LLM

Cơ bản về Tối ưu hóa LLM: Nén và Fine-Tuning

Giới thiệu về Fine-Tuning LLM trên Dữ liệu Chuyên ngành

Triển khai LLM cục bộ: vLLM, Quantization, và Inference

Nền tảng của Kiểm thử và Đánh giá Ứng dụng LLM

Giới thiệu về Fine-Tuning LLM với LoRA và QLoRA

Nền tảng của các mô hình ngôn ngữ quy mô lớn: Từ Transformer đến tinh chỉnh

Kiến trúc LLM thực tế và Tinh chỉnh cho người mới bắt đầu

Nền tảng của các Mô hình Ngôn ngữ Lớn: Các Nguyên tắc Cốt lõi và Ứng dụng

Tùy chỉnh LLM hiệu quả: Fine-Tuning, LoRA và RAG

Phát triển ứng dụng nhanh chóng với các mô hình ngôn ngữ lớn

Nền tảng của các Mô hình Ngôn ngữ Lớn (LLMs) cho Người mới bắt đầu

AI tạo sinh và các mô hình ngôn ngữ lớn cho các ứng dụng thực tế

Transformers ứng dụng: Gỡ lỗi và triển khai các mô hình ngôn ngữ

Huấn luyện sau LLM: Các kiến thức cơ bản về tinh chỉnh và học tăng cường

AI tạo sinh và các Mô hình Ngôn ngữ Lớn (LLM) cho Người mới bắt đầu

Thêm ngữ cảnh vào các mô hình ngôn ngữ lớn với ChromaDB

Suy luận và Tạo sinh LLM hiệu quả với SGLang

Tinh chỉnh LLM với GRPO: Học tăng cường để suy luận tốt hơn

Cải thiện độ chính xác của ứng dụng LLM: Đánh giá và Tinh chỉnh Prompt

Tinh chỉnh liên kết (Federated Fine-Tuning) cho LLM với dữ liệu riêng tư

Huấn luyện trước các mô hình ngôn ngữ lớn từ đầu