Als jemand, der bisher nur vortrainierte Modelle über APIs genutzt hat, war dieser Kurs ein guter Einstieg ins eigentliche Fine-Tuning. Die ersten Lektionen zeigen sehr praxisnah, wie man einen eigenen Datensatz aus Domänendaten aufbaut und für Instruction Tuning formatiert, was ich vorher komplett unterschätzt hatte. Danach geht es Schritt für Schritt durch den eigentlichen Trainingsprozess, mit klaren Erklärungen zu den wichtigsten Parametern. Etwas mehr hätte ich mir bei der Fehlerbehebung gewünscht, wenn das Training nicht wie erwartet läuft, das wird nur kurz gestreift. Trotzdem bin ich jetzt in der Lage, ein kleines Modell auf firmeninternen Daten selbst zu trainieren.
การแนะนำการทำ LLM Fine-Tuning บนข้อมูลเฉพาะทาง (Domain Data)
คู่มือสำหรับผู้เริ่มต้นในการเตรียมชุดข้อมูลแบบกำหนดเองและการประยุกต์ใช้ instruction fine-tuning เพื่อปรับแต่ง Large Language Models ให้เข้ากับโดเมนเฉพาะของคุณ
-
💬
ผู้สอน AI
ถามเกี่ยวกับบทเรียนใดก็ได้ แล้วรับคำตอบที่ชัดเจนทันที ทุกเมื่อ -
🕐
เริ่มเมื่อไรก็ได้
ไม่มีตารางหรือเดดไลน์ — เรียนตามจังหวะของคุณ เมื่อไรก็ได้ -
🌐
เป็นภาษาไทย
บทเรียน แบบฝึกหัด และใบรับรอง — ทั้งหมดเป็นภาษาของคุณอย่างครบถ้วน
เกี่ยวกับคอร์สนี้
ในขณะที่ Large Language Models กลายเป็นหัวใจสำคัญของแอปพลิเคชันสมัยใหม่ ความสามารถในการปรับแต่งโมเดลให้เข้ากับงานเฉพาะทางจึงเป็นทักษะที่เป็นที่ต้องการอย่างมาก โมเดลทั่วไปนั้นทรงพลัง แต่บ่อยครั้งที่พวกมันขาดบริบทเฉพาะที่จำเป็นสำหรับโดเมนอุตสาหกรรมเฉพาะกลุ่ม คอร์สนี้จะมอบพื้นฐานแบบทีละขั้นตอนในการทำ LLM fine-tuning โดยเริ่มจากแนวคิดพื้นฐานและคำศัพท์เฉพาะทาง คุณจะได้สำรวจวิธีการนำ base model มาปรับใช้โดยใช้ข้อมูลเฉพาะทางแบบกำหนดเอง โดยเน้นที่การเตรียมชุดข้อมูลและการทำ instruction tuning จากการอ่านตัวอย่างเชิงปฏิบัติและ code snippets คุณจะเข้าใจกระบวนการแบบ end-to-end ที่จำเป็นในการทำให้ LLM ปฏิบัติตามคำสั่งเฉพาะทางได้
What you will learn:
- ทำความเข้าใจคำศัพท์หลักของ LLM และความแตกต่างระหว่าง pre-training และ fine-tuning
- เตรียมและจัดรูปแบบชุดข้อมูลเฉพาะทางสำหรับการทำ instruction tuning โดยใช้รูปแบบการสนทนาสมัยใหม่
- ประยุกต์ใช้แนวคิด Parameter-Efficient Fine-Tuning (PEFT) สมัยใหม่ เช่น LoRA เพื่อทำความเข้าใจว่าต้นทุนการคำนวณลดลงได้อย่างไร
- กำหนดค่า training pipelines โดยใช้มาตรฐานอุตสาหกรรมในปัจจุบัน
- ประเมินโมเดลที่ผ่านการ fine-tuned เพื่อให้แน่ใจว่ามีการสร้างคำตอบที่ถูกต้องและตรงตามโดเมนเฉพาะ
หลักสูตรนี้จะไหลลื่นตั้งแต่แนวคิดพื้นฐานของ AI ไปจนถึงขั้นตอนปฏิบัติในการจัดรูปแบบข้อมูล การกำหนดค่าสคริปต์การฝึกอบรม และการประเมินผลลัพธ์ คุณจะได้อ่านคำอธิบายโดยละเอียดและวิเคราะห์ code snippets ที่แสดงให้เห็นว่าแนวคิดเหล่านี้ถูกนำไปใช้ในสถานการณ์จริงอย่างไร
คอร์สนี้ออกแบบมาสำหรับผู้เริ่มต้น, ว่าที่ ML engineers และนักพัฒนาที่ต้องการเปลี่ยนสายงานเข้าสู่ AI ไม่จำเป็นต้องมีประสบการณ์ด้านการฝึกอบรมโมเดลมาก่อน แต่ความรู้พื้นฐานด้านการเขียนโปรแกรมจะเป็นประโยชน์
เริ่มอ่านวันนี้เพื่อสร้างทักษะพื้นฐานในการปรับแต่ง Large Language Models สำหรับงานเฉพาะทางของคุณ
สิ่งที่คุณจะได้รับ
-
📜
ใบประกาศนียบัตร
เพิ่มในโปรไฟล์ LinkedIn ของคุณ -
💬
ติวเตอร์ AI ส่วนตัว
ติดขัดในบทเรียน? ถามติวเตอร์ในตัวของคุณได้ทุกอย่าง ทุกเวลา -
🎧
รวมเวอร์ชันเสียง
เรียนได้ทุกที่ ไม่ต้องดูจอ -
♾️
เข้าถึงตลอดชีพ
กลับมาเรียนได้ตลอด ไม่มีหมดอายุ -
📱
โทรศัพท์หรือคอมพิวเตอร์
ใช้งานได้ทุกที่ ทุกอุปกรณ์ -
💸
คืนเงิน 14 วัน
ไม่ต้องอธิบาย -
⚡
กระชับและตรงประเด็น
2 ชม. 54 นาที เนื้อหาเชิงปฏิบัติ
รีวิว (18)
Justo lo que necesitaba para dar el salto de usar modelos preentrenados a entrenar uno con mis propios datos. Explican de forma muy clara cómo limpiar y estructurar un dataset de dominio específico antes de tocar cualquier código de entrenamiento. El instructor va paso a paso y no da por hecho que ya sabes de machine learning, lo cual se agradece muchísimo siendo principiante en esto.
Clear, step-by-step walkthrough of preparing a custom dataset and running instruction tuning, perfect if you've never fine-tuned a model before.
Penerangan fine-tuning yang sangat mudah difahami.
Muito bom para quem está começando com fine-tuning, só senti falta de mais exemplos na parte de avaliação do modelo depois do treino.
Ero completamente a digiuno di fine-tuning e questo corso mi ha dato le basi giuste senza sommergermi di teoria inutile. La parte sulla pulizia e formattazione del dataset per l'instruction tuning è spiegata benissimo, con esempi concreti che si possono replicare subito. Avrei solo apprezzato qualche esercizio in più verso la fine, dove il ritmo accelera un po' troppo.
Buena introducción, algo básica en partes.
Corso ben strutturato per chi si avvicina per la prima volta al fine-tuning su dati di dominio specifico. Mi è piaciuto molto come spiegano la preparazione del dataset personalizzato prima ancora di parlare di training vero e proprio, con esempi pratici facili da seguire. L'unico neo è che la parte finale sulla valutazione del modello addestrato è un po' troppo rapida rispetto al resto.
O curso explica bem como preparar dados personalizados para instruction tuning, embora a parte final sobre avaliação do modelo pudesse ser mais detalhada.
커스텀 데이터셋 준비부터 인스트럭션 튜닝까지 순서대로 배울 수 있어서 처음 시작하는 사람한테 딱이었어요.
คอร์สนี้อธิบายเรื่องการเตรียมชุดข้อมูลเฉพาะโดเมนก่อนทำ fine-tuning ได้เข้าใจง่ายมากสำหรับมือใหม่ ไม่รีบเกินไปและมีตัวอย่างประกอบตลอด แต่ส่วนที่พูดถึงการประเมินผลโมเดลหลังเทรนยังรู้สึกว่าสั้นไปนิดหนึ่ง อยากให้ลงรายละเอียดมากกว่านี้
Introdução muito clara ao fine-tuning de LLMs.
Llevaba tiempo queriendo entender el instruction tuning sin perderme en jerga técnica y este curso lo logra. Me gustó especialmente cómo muestran ejemplos reales de cómo transformar datos crudos en el formato que espera el modelo durante el entrenamiento. El ritmo es tranquilo pero nunca aburrido, ideal si vienes sin experiencia previa en fine-tuning.
도메인 데이터로 LLM을 파인튜닝하는 전체 흐름을 처음부터 끝까지 따라갈 수 있게 잘 짜여 있어요. 특히 커스텀 데이터셋을 정리하고 인스트럭션 형식으로 바꾸는 과정을 실제 예제로 보여줘서 이해가 훨씬 빨랐습니다. 초보자도 무리 없이 따라갈 수 있는 난이도라 만족스러웠어요.
Penjelasan menyiapkan dataset dan instruction fine-tuning mudah diikuti; cocok untuk pemula meski contohnya bisa lebih banyak.
Je cherchais un point de départ simple pour comprendre le fine-tuning de LLM sur des données spécifiques à un domaine, et ce cours répond exactement à ce besoin. Les premières sections expliquent bien comment préparer et nettoyer un jeu de données personnalisé avant même de parler d'entraînement, ce qui m'a évité pas mal d'erreurs de débutant. L'instructeur passe ensuite à l'instruction tuning avec des exemples concrets, étape par étape, sans supposer qu'on a déjà une expérience poussée en machine learning. Le seul bémol, c'est que la partie sur l'évaluation du modèle fine-tuné après entraînement reste assez rapide et j'aurais aimé plus de détails là-dessus. Dans l'ensemble, c'est une excellente introduction pour quelqu'un qui veut passer de la théorie à un premier fine-tuning fonctionnel.
Buen curso introductorio, ritmo algo desigual.
Explican de manera clarísima cómo pasar de datos crudos a un dataset listo para instruction tuning, ideal si es tu primer contacto con fine-tuning.
ผู้เรียนคนอื่นเรียน
🔥 ยอดนิยม
🎓 มีใบรับรอง
พื้นฐานการปรับแต่ง LLM: การบีบอัดและการ Fine-Tuning
ใบรับรอง
ลงมือทำ
$14.99
→
🔥 ยอดนิยม
🎓 มีใบรับรอง
บทนำสู่การ Fine-Tuning LLM ด้วย LoRA และ QLoRA
ใบรับรอง
ลงมือทำ
$14.99
→
🏆 ยอดนิยมมากที่สุด
🎓 มีใบรับรอง
พื้นฐานของโมเดลภาษาขนาดใหญ่: จาก Transformers ไปยัง Fine-Tuning
ใบรับรอง
ลงมือทำ
$14.99
→
🔥 ยอดนิยม
🎓 มีใบรับรอง
คู่มือเริ่มต้นการปรับแต่ง LLM (Beginner's Guide to LLM Fine-Tuning)
ใบรับรอง
ลงมือทำ
$14.99
→
คำถามที่พบบ่อย
ฉันต้องใช้อะไรในการเรียนคอร์สนี้? +
แค่โทรศัพท์หรือคอมพิวเตอร์ที่มีอินเทอร์เน็ต ไม่ต้องติดตั้งหรือใช้อุปกรณ์พิเศษ
ฉันชำระเงินอย่างไร? +
ผ่านบัตรด้วย Stripe เราไม่เก็บข้อมูลบัตร — Stripe จัดการอย่างปลอดภัย
ฉันขอคืนเงินได้ไหม? +
ใช่ — คืนเงินเต็มจำนวนใน 14 วัน ไม่ต้องอธิบาย
ฉันมีสิทธิ์เข้าถึงนานเท่าไร? +
ตลอดไป เมื่อซื้อแล้วคอร์สเป็นของคุณ กลับมาเรียนได้ตลอด
ฉันจะได้ใบประกาศนียบัตรไหม? +
ได้ เมื่อเรียนจบจะได้รับใบประกาศนียบัตรที่เพิ่มในโปรไฟล์ LinkedIn ได้
ออกแบบสำหรับผู้เรียนใน
เทคโนโลยี
ดีไซน์
การเงิน
การตลาด
สาธารณสุข
การศึกษา
ธุรกิจการบริการ
อุตสาหกรรม