Báo cáo về các vấn đề cơ bản với Hugging Face

Sẵn sàng để xây dựng các ứng dụng với các mô hình ngôn ngữ mạnh mẽ nhưng không chắc chắn phải bắt đầu từ đâu? Chương trình này cung cấp một con đường rõ ràng, dựa trên văn bản vào thế giới của AI sinh sản sử dụng các công cụ thiết yếu từ hệ sinh thái Hugging Face. Bạn sẽ chuyển từ các khái niệm cơ bản như biến đổi và biểu tượng hóa sang các kỹ năng thực tế cần thiết để tùy chỉnh các mô hình được huấn luyện trước cho các nhiệm vụ cụ thể, như tóm tắt văn bản và tạo nội dung sáng tạo. Bạn sẽ học được: - Hiểu được các khái niệm cốt lõi đằng sau Transformers và Large Language Models. - Điều khiển Hugging Face Hub để tìm và sử dụng các mô hình và tập dữ liệu được huấn luyện trước. - Học cách tạo dấu hiệu để chuẩn bị dữ liệu cho mô hình. - Thực hành chỉnh sửa một LLM hiện có trên một tập dữ liệu tùy chỉnh để thích nghi nó cho một nhiệm vụ cụ thể. - Apply parameter-efficient fine-tuning (PEFT) techniques to train models with less compute. - Học cách tối ưu hóa mô hình cho suy luận sử dụng các phương pháp như lượng tử hóa. - Tìm hiểu các mô hình ứng dụng LLM phổ biến, bao gồm Retrieval-Augmented Generation (RAG). Chương trình bắt đầu với lý thuyết cơ bản trước khi tiến tới các bài tập thực hành bao gồm chuẩn bị dữ liệu, chọn mô hình, chỉnh sửa, và tối ưu hóa. Bạn sẽ đọc các lời giải thích chi tiết và thực hành với các ví dụ viết để xây dựng kĩ năng của bạn từng bước một. Chương trình này dành cho người mới bắt đầu. Không cần phải có kinh nghiệm trước với Hugging Face hay học sâu, mặc dù hiểu biết cơ bản về Python sẽ giúp ích. Bắt đầu hành trình của bạn vào thế giới của AI sinh học hôm nay.