Введение в большие языковые модели для разработчиков
Этот курс представляет собой адаптированную версию на китайском языке трехкурсовой серии по большим языковым моделям, совместно запущенной Эндрю Нг и OpenAI. В курсе рассматриваются техники создания подсказок (Prompt Engineering), создание систем с использованием API ChatGPT, разработка приложений с помощью LangChain и использование LangChain для доступа к приватным данным. Курс предлагает четкое и понятное введение в то, как использовать возможности больших языковых моделей для создания приложений с функциями резюмирования, вывода, преобразования, расширения и чата.
Обзор курса
Краткое содержание
Этот курс является китайской адаптацией трехчастной серии по крупным моделям языка (LLM), разработанной совместно Эндрю Нг и OpenAI. Он охватывает технику создания подсказок (Prompt Engineering), создание систем на основе API ChatGPT, разработку приложений с использованием LangChain и применение LangChain для доступа к частным данным. Курс предоставляет глубокое, но доступное введение в использование возможностей крупных моделей языка для создания приложений с функциями резюмирования, вывода, преобразования, расширения и чат-функций.
Освойте технику создания подсказок и фреймворк LangChain, чтобы стать разработчиком приложений ИИ в эпоху крупных моделей.
Цели обучения
- Различать базовые модели языка (Base LLMs) и модели, дообученные под инструкции (Instruction Tuned LLMs).
- Применять четыре конкретные стратегии для написания четких и точных инструкций (ограничители, структурированный вывод, проверка условий и примеры с небольшим числом случаев — few-shot prompting).
- Реализовывать стратегии, позволяющие модели «подумать»: определять шаги задачи и требовать независимого решения проблемы.
- Осуществлять структурированную обработку текста: резюмировать и извлекать конкретную информацию из одного или нескольких документов при контроле длины и фокуса вывода.
- Выполнять автоматический анализ текста: классифицировать настроение, выявлять конкретные эмоции и проводить нулевую классификацию тем с помощью подсказок.
- Выполнять мультимодальные преобразования: переводить между языками, преобразовывать форматы данных (например, JSON в HTML) и программно исправлять грамматику и орфографию.
- Различать базовые модели языка (Base LLMs) и модели, дообученные под инструкции (Instruction-Tuned LLMs), а также понимать влияние токенизации на поведение модели.
- Реализовывать структурированные архитектуры систем с использованием ролей сообщений: система (System), пользователь (User) и ассистент (Assistant) для определения личности модели.
- Применять методы классификации и модерации для оценки входных данных пользователя с точки зрения безопасности и маршрутизации.
- Реализовывать цепочки подсказок (Prompt Chaining): разбивать сложные задачи на управляемые подзадачи для повышения надежности и снижения затрат.