Asas Model Bahasa Kecil (SLMs)

Semakin kecerdasan buatan beralih kepada kecekapan, privasi, dan kelajuan, Model Bahasa Kecil (SLMs) menjadi penyelesaian utama untuk pelancaran setempat dan kos efektif. Jika anda ingin membina aplikasi AI yang pantas, peribadi, dan sangat khusus tanpa kos pengkomputeran yang besar daripada model gergasi, menguasai SLMs adalah langkah seterusnya anda. Kursus berasaskan teks ini membimbing anda dari asas mutlak pemodelan bahasa kepada strategi praktikal dalam memilih, mengoptimumkan, dan melancarkan model kompak. Anda akan menemui cara model cekap ini mencapai prestasi yang luar biasa dan cara melaksanakannya dalam senario dunia sebenar. Apa yang anda akan pelajari: - Memahami perbezaan teras dalam seni bina dan keperluan sumber antara LLMs dan SLMs - Mempelajari teknik pengoptimuman utama seperti kuantisasi, pemangkasan (pruning), dan penyulingan pengetahuan (knowledge distillation) - Menggunakan strategi kejuruteraan gesaan (prompt engineering) lanjutan yang dioptimumkan khusus untuk model parameter yang lebih kecil - Meneroka corak Retrieval-Augmented Generation (RAG) untuk menyambungkan SLMs kepada sumber data luaran - Menemui alur kerja moden untuk melancarkan SLMs pada peranti edge, platform mudah alih, dan perkakasan tempatan - Menilai dan memilih model kompak sumber terbuka terbaik untuk keperluan perniagaan khusus anda Pengalaman pembelajaran anda bermula dengan definisi asas, istilah, dan konsep seni bina sebelum beralih kepada corak reka bentuk praktikal dan strategi integrasi. Melalui penjelasan bertulis dan panduan konseptual yang jelas, anda akan membina pengetahuan kerja yang kukuh mengenai AI yang cekap. Kursus ini direka untuk pemula, pembangun perisian, dan peminat teknologi yang ingin meneroka generasi seterusnya bagi AI yang cekap. Tiada latar belakang terdahulu dalam pembelajaran mesin atau matematik lanjutan diperlukan. Mula membaca hari ini untuk membuka potensi AI yang ringan dan berprestasi tinggi.