การสร้างแบบจำลองภาษาด้วย Transformers และ Generative AI

โมเดล Transformer ได้ปฏิวัติวิธีการที่เครื่องจักรทำความเข้าใจและสร้างภาษามนุษย์ ซึ่งขับเคลื่อนระบบ AI ที่ทันสมัยที่สุดในปัจจุบัน หากคุณต้องการก้าวข้ามการใช้ API สำเร็จรูป และทำความเข้าใจอย่างแท้จริงว่าสถาปัตยกรรมเหล่านี้ทำงานอย่างไรจากภายใน หลักสูตรนี้จะมอบรากฐานที่ชัดเจนที่คุณต้องการ คุณจะได้เดินทางตั้งแต่พื้นฐานที่สุดของการประมวลผลภาษาธรรมชาติ ไปจนถึงการทำงานภายในของโมเดลสร้างข้อความ (generative models) ที่ล้ำสมัย ผ่านคำอธิบายที่เป็นลายลักษณ์อักษรที่มีโครงสร้างและการสาธิตโค้ดทีละขั้นตอน คุณจะได้รับความรู้เชิงปฏิบัติเกี่ยวกับกลไก self-attention, การออกแบบ encoder-decoder, และกลยุทธ์การเพิ่มประสิทธิภาพโมเดลที่ทันสมัย What you'll learn: - ทำความเข้าใจกลไกพื้นฐานของ word embeddings, tokenization, และ positional encoding - กำหนดค่าและฝึกฝนโมเดล transformer สำหรับการจัดประเภทข้อความโดยใช้สถาปัตยกรรม encoder เช่น BERT - ใช้ causal language modeling สำหรับการสร้างข้อความโดยใช้สถาปัตยกรรม decoder เช่น GPT - ประยุกต์ใช้แนวคิด self-attention และ multi-head attention โดยตรงในโค้ดของคุณ - สำรวจแนวคิดที่ทันสมัยใน Retrieval-Augmented Generation (RAG) เพื่อเชื่อมโยงโมเดลภาษากับข้อมูลที่กำหนดเอง - ฝึกฝนเทคนิค fine-tuning เพื่อปรับโมเดลที่ฝึกฝนล่วงหน้าให้เข้ากับงานปลายทางที่เฉพาะเจาะจง หลักสูตรนี้เริ่มต้นด้วยคำศัพท์ที่จำเป็นและคำจำกัดความหลัก ก่อนที่จะนำคุณไปสู่การใช้งานทีละขั้นตอนของ attention layers, เวิร์กโฟลว์การฝึกฝน, และเทคนิคการประเมินโมเดล หลักสูตรที่เป็นข้อความเท่านั้นนี้ออกแบบมาสำหรับนักพัฒนาซอฟต์แวร์, นักวิเคราะห์ข้อมูล, และผู้ที่ชื่นชอบเทคโนโลยีที่ต้องการสร้างความเข้าใจพื้นฐานที่แข็งแกร่งเกี่ยวกับ Generative AI ไม่จำเป็นต้องมีประสบการณ์ด้าน deep learning มาก่อน แต่ความคุ้นเคยพื้นฐานกับ Python จะเป็นประโยชน์ เริ่มอ่านวันนี้เพื่อปลดล็อกกลไกของโมเดลภาษาเชิงสร้างสรรค์ และเริ่มสร้างแอปพลิเคชันข้อความอัจฉริยะของคุณเอง