LLM Engineering: Prompting, Tuning, and Retrieval Fundamentals (bằng tiếng Anh).

Hợp nhất các mô hình ngôn ngữ lớn vào các ứng dụng thực tế đòi hỏi nhiều hơn là các cuộc gọi API cơ bản; nó đòa hỏi kỹ thuật đáng tin cậy, có thể mở rộng. Các nhà phát triển cần hiểu cách xây dựng các câu hỏi, lấy ngữ cảnh động, và thích nghi các mô hình cho các lĩnh vực kinh doanh cụ thể. Chương trình chỉ văn bản này hướng dẫn bạn qua các mô hình kiến trúc cốt lõi của kỹ thuật LLM, chuyển đổi bạn từ viết các câu lệnh đơn giản đến thiết kế các hệ thống mạnh mẽ, được điều khiển truy xuất tạo ra các đầu ra có thể dự đoán, chất lượng cao. Bạn sẽ học được: - Hiểu các khái niệm LLM chính, tokenization và kiến trúc mô hình nền tảng. - Ứng dụng kỹ thuật kỹ sư nhanh chóng tiên tiến để hướng dẫn hành vi mô hình đáng tin cậy. - Cấu hình hệ thống RAG (Retrieval-Augmented Generation) sử dụng cơ sở dữ liệu vectơ. - Đánh giá khi nào nên sử dụng điều chỉnh chính xác so với các chiến lược khuyến cáo và lấy lại. - Thiết kế kiến trúc có thể mở rộng quản lý độ trễ, chi phí và giới hạn API. - Thực hiện các khung đánh giá hiện đại để đo lường và giám sát hiệu suất hệ thống. Bạn sẽ bắt đầu với các định nghĩa cơ bản và thuật ngữ chính trước khi khám phá các mô hình kiến trúc thực tế. Vật liệu tiến triển logic từ cấu trúc nhắc cơ bản đến các đường ống lấy lại phức tạp và các luồng công việc điều chỉnh. Chương trình này được thiết kế cho các nhà phát triển phần mềm, chuyên gia dữ liệu, và các kỹ sư AI tham vọng mới xây dựng hệ thống sản xuất với các mô hình ngôn ngữ lớn. Không cần kinh nghiệm trước với học máy. Bắt đầu xây dựng hệ thống AI ổn định, sản xuất cấp hôm nay.