Giới thiệu về LLM cho Nhà phát triển
Khóa học này là phiên bản thích nghi dành cho người Trung Quốc của chuỗi ba khóa học về mô hình ngôn ngữ lớn do Andrew Ng và OpenAI cùng nhau phát hành. Khóa học bao gồm kỹ thuật lập trình lời nhắc (Prompt Engineering), xây dựng hệ thống với API ChatGPT, phát triển ứng dụng bằng LangChain và sử dụng LangChain để truy cập dữ liệu riêng tư. Khóa học cung cấp một giới thiệu rõ ràng và dễ tiếp cận về cách tận dụng khả năng của các mô hình ngôn ngữ lớn để xây dựng ứng dụng với các chức năng như tóm tắt, suy luận, chuyển đổi, mở rộng và trò chuyện.
Tổng quan khóa học
Tóm tắt nội dung
Khóa học này là bản điều chỉnh tiếng Trung của loạt bài học ba phần về Mô hình Ngôn ngữ Lớn (LLM) do Andrew Ng và OpenAI cùng phát triển. Khóa học bao gồm kỹ thuật Prompt Engineering, xây dựng hệ thống dựa trên API ChatGPT, phát triển ứng dụng với LangChain, và sử dụng LangChain để truy cập dữ liệu riêng tư. Khóa học cung cấp một giới thiệu sâu sắc nhưng dễ tiếp cận về việc tận dụng khả năng của LLM để phát triển các ứng dụng có chức năng tóm tắt, suy luận, chuyển đổi, mở rộng và trò chuyện.
Thành thạo kỹ thuật Prompt Engineering và khung LangChain để trở thành nhà phát triển ứng dụng AI trong thời đại mô hình lớn.
Mục tiêu học tập
- Phân biệt giữa LLM cơ sở và LLM được điều chỉnh theo hướng dẫn.
- Áp dụng bốn chiến lược cụ thể để viết chỉ dẫn rõ ràng và chính xác (dấu phân cách, đầu ra có cấu trúc, kiểm tra điều kiện, và gợi ý ít ví dụ).
- Triển khai các chiến lược giúp mô hình "có thời gian suy nghĩ" bằng cách xác định các bước nhiệm vụ và yêu cầu giải quyết vấn đề độc lập.
- Thực hiện Xử lý văn bản có cấu trúc: Tóm tắt và trích xuất thông tin cụ thể từ một hoặc nhiều tài liệu đồng thời kiểm soát độ dài và trọng tâm đầu ra.
- Thực hiện Phân tích văn bản tự động: Phân loại cảm xúc, xác định cảm xúc cụ thể, và thực hiện phân loại chủ đề không cần huấn luyện (zero-shot) bằng chỉ dẫn.
- Thực hiện Chuyển đổi đa phương thức: Dịch ngôn ngữ, chuyển đổi định dạng dữ liệu (ví dụ: JSON sang HTML), và sửa lỗi ngữ pháp/chính tả theo chương trình.
- Phân biệt giữa LLM cơ sở và LLM được điều chỉnh theo hướng dẫn, đồng thời hiểu tác động của việc mã hóa token đến hành vi mô hình.
- Triển khai kiến trúc hệ thống có cấu trúc bằng cách sử dụng vai trò tin nhắn System, User và Assistant để xác định tính cách mô hình.
- Áp dụng kỹ thuật phân loại và kiểm duyệt để đánh giá đầu vào người dùng về mặt an toàn và định tuyến.
- Triển khai Chuỗi Prompt: Phân tích nhiệm vụ phức tạp thành các nhiệm vụ con nhỏ gọn để tăng độ tin cậy và giảm chi phí.