Chia Sẻ Khóa Học Prompt Engineering (Làm Việc Với LLM) - Từ Zero Đến Master [Update Tháng 8-2024] [Khóa 6514 A]
Hãy ngừng ghi nhớ những lời nhắc (prompt) ngẫu nhiên. Thay vào đó, hãy tìm hiểu cách thức hoạt động thực sự của Large Language Model (LLM) và cách sử dụng chúng hiệu quả. Khóa học này sẽ đưa bạn từ người mới bắt đầu đến thành thạo LLM bằng cách dạy bạn cách tạo các công cụ AI của riêng mình để đưa sự nghiệp của bạn lên một tầm cao mới.
Tổng quan về khóa học:
Học cách làm việc với LLM và AI. Chúng tôi đảm bảo với bạn rằng đây là khóa học prompt engineering toàn diện và mới nhất. Bạn sẽ học các kỹ năng cần thiết để lọt vào top 10% sử dụng AI trong thế giới thực.
NHỮNG GÌ BẠN SẼ HỌC ĐƯỢC:
- ✓ Tìm hiểu các nền tảng về prompting và các ứng dụng thực tế của nó, bao gồm các ví dụ thực tế từ NASA và CRISPR.
- ✓ Có được kinh nghiệm thực tế và hiểu biết sâu sắc hơn về cách thức hoạt động của LLM thông qua các bài tập thực hành.
- ✓ Học cách sử dụng các closed-source LLM hàng đầu như GPT-4o và Claude Opus và thậm chí thiết lập các LLM nguồn mở của riêng bạn.
- ✓ Nắm vững các kỹ thuật prompting đã được chứng minh bằng thực nghiệm để cải thiện hiệu quả và tiện ích của các tương tác của bạn với LLM.
- ✓ Áp dụng các kỹ năng của bạn vào các tình huống thực tế thông qua nhiều dự án có hướng dẫn và không có hướng dẫn giúp bạn áp dụng các kỹ năng của mình.
- ✓ Luôn cập nhật những tiến bộ mới nhất trong AI và prompt engineering, với các khóa học cập nhật liên tục để đảm bảo bạn luôn đi đầu.
Thế giới đang xôn xao với sự cường điệu về AI. Và rất dễ bị cuốn theo.
Nhưng vấn đề thực sự ở đây là: prompt engineering không phải là một nghề nghiệp độc lập (ít nhất là đối với đại đa số mọi người).
Tuy nhiên, prompt engineering là một kỹ năng quan trọng mà bạn cần phải biết trong những năm tới.
AI sẽ không cướp mất công việc của bạn... nhưng người biết cách sử dụng AI để thực hiện công việc tốt hơn, nhanh hơn và hiệu quả hơn sẽ lấy mất công việc của bạn.
Cũng giống như bạn cần biết cách sử dụng Microsoft Word và Excel để làm việc trong môi trường văn phòng hiện đại, bạn cũng cần biết prompt và làm việc với LLM.
Học prompt engineering sẽ mở ra cánh cửa cơ hội trong mọi nghề nghiệp. Và học cách làm việc đúng với LLM sẽ đảm bảo bạn tạo được sự khác biệt so với những người đang cạnh tranh việc làm với bạn.
Khóa học này dạy prompting dựa trên 6 nguyên tắc cốt lõi:
1. Empirical Research và Peer-reviewed Studies:
Khóa học này tập trung vào khoa học đằng sau prompting và làm việc với LLM, chứ không phải vào sự cường điệu.
Vì vậy, chúng ta sẽ khám phá những gì các AI researcher tại các trường đại học và công ty hàng đầu như OpenAI, Google DeepMind và Anthropic đang làm để cải thiện và triển khai prompt của riêng họ.
2. Các Demo thực hành và Bài tập:
Bạn thực sự không thể học cách làm việc với LLM trừ khi bạn thực sự làm việc với nó! Đó là lý do tại sao khóa học này chứa đầy các bài tập cho phép bạn thực hành và kiểm tra giới hạn những gì LLM có thể làm.
3. Các Project có hướng dẫn và không có hướng dẫn:
Việc áp dụng các kỹ năng của bạn vào thực tế và xây dựng một cái gì đó thực tế - một cái gì đó hữu ích - không chỉ mang lại cảm giác tuyệt vời mà còn là cách tốt nhất để củng cố kiến thức và cho phép bạn áp dụng chúng vào các tình huống thực tế của riêng bạn.
Đó là lý do tại sao khóa học này có nhiều dự án có hướng dẫn và không có hướng dẫn cho phép bạn thực hiện điều đó.
4. Cơ hội sử dụng các Closed- và Open-source Model hàng đầu:
Khóa học này được thiết kế để cho phép bạn sử dụng bất kỳ LLM nào bạn thích, dù miễn phí hay trả phí. Bạn thậm chí sẽ được hướng dẫn cách tải xuống và thiết lập LLM nguồn mở của riêng mình chạy local trên máy tính của bạn.
5. Các công cụ và kỹ thuật tiên tiến:
Prompt engineering về cốt lõi rất cơ bản: đặt câu hỏi và nhận câu trả lời!
Nhưng khóa học này sẽ đi xa hơn những kiến thức cơ bản, giúp bạn học được các kỹ thuật đã được kiểm chứng thực nghiệm, giúp tăng tính hữu ích và hiệu quả prompting của bạn.
Điều này sẽ cho phép bạn tạo các chương trình mini-computer chỉ bằng ngôn ngữ tự nhiên (một prompt). Điều này rất quan trọng nếu bạn đang sử dụng LLM cho công việc hoặc để cung cấp năng lượng cho các ứng dụng AI của riêng bạn.
6. Thông tin và cập nhật mới nhất:
Thế giới AI đang tiến triển nhanh chóng, với thông tin mới mỗi tuần. Chúng tôi cam kết liên tục cập nhật khóa học này để bạn có thể học được thông tin mới nhất và luôn đi đầu.
Trong khi một số khóa học có thể hứa hẹn những điều tuyệt vời, chúng tôi ở đây để giữ cho bạn sự thực tế.
Khóa học của chúng tôi được thiết kế để trang bị cho bạn những kỹ năng thực tế, thiết thực cần thiết để tương tác hiệu quả với các LLM.
Cho dù bạn đang muốn tăng năng suất, cải thiện các dự án sáng tạo hay phát triển các giải pháp công nghệ thông minh hơn thì việc hiểu được những sắc thái trong việc tạo ra lời nhắc chính là điều quan trọng.
Prompt Engineering là gì và tại sao nó lại hữu ích?
Prompt Engineering là kỹ năng giao tiếp hiệu quả với AI để tối đa hóa tiện ích và độ chính xác của nó.
Hãy nghĩ về việc dạy bạn trở thành người hiểu biết về AI, nói bằng một ngôn ngữ mà những thay đổi nhỏ có vẻ như có thể thay đổi hoàn toàn chất lượng kết quả bạn nhận được từ các Large Language Model như ChatGPT, Claude và Llama.
Vì sao là vấn đề này?
Bởi vì khả năng tinh chỉnh các tương tác của bạn có thể tạo nên sự khác biệt giữa việc nhận được phản hồi chung chung và mở ra những hiểu biết thực sự có giá trị.
Cho dù bạn là một developer, marketer, researcher hay chỉ đơn giản là người đam mê AI, việc thành thạo prompting sẽ cho phép bạn điều khiển AI một cách đáng tin cậy và sáng tạo hơn.
Nội dung của khóa học Prompt Engineering này như sau:
Chúng ta hãy cùng tìm hiểu chi tiết về những gì bạn sẽ học trong khóa học prompt engineering này:
Phần 1: Giới thiệu về Prompt Engineering:
Chúng ta sẽ bắt đầu bằng cách xem xét sâu hơn về định nghĩa và tầm quan trọng của prompt engineering.
Chúng ta sẽ khám phá lý do đằng sau sự tồn tại, các ứng dụng thực tế và các nghiên cứu điển hình trong thế giới thực, bao gồm cả cách NASA áp dụng nó.
Bạn sẽ học cách đánh giá một cách phê phán vai trò của prompt engineering trong cuộc sống của bạn và tương tác với các cuộc thảo luận hiện tại trong lĩnh vực này.
Phần 2: Chọn LLM của bạn:
Đã đến lúc chọn LLM của bạn. Chúng tôi sẽ hướng dẫn bạn các lựa chọn để sử dụng chương trình các LLM hàng đầu, bao gồm cả việc cho bạn lựa chọn chương trình miễn phí hoặc trả phí.
Bạn sẽ xem các demo về các công cụ mà giảng viên ưa thích, bao gồm OpenAI Playground. Phần này cũng đề cập đến các khả năng đa dạng của LLM, bao gồm các tính năng đa phương thức.
Bạn cũng có thể lựa chọn sử dụng LLM nguồn mở cho khóa học này và thiết lập không gian làm việc để thực hiện điều đó.
Phần 3: Guided Project - Xây dựng Game (Snake Game) đầu tiên của bạn:
Bạn thậm chí còn chưa học cách prompt, nhưng đã đến lúc phải bắt tay vào làm rồi!
Đây là chiến lược - chúng tôi muốn bạn cảm nhận được cách thức hoạt động của các chương trình LLM này, mức độ trực quan của chúng (trước khi dạy bạn về mức độ không trực quan của chúng!).
Vì vậy, bạn sẽ lao đầu vào coding Snake Game kinh điển của riêng mình bằng cách sử dụng LLM mà bạn chọn.
Phần 4: Unguided Project - Xây dựng Game thứ hai của bạn (Tic-Tac-Toe với đối thủ AI):
Đã đến lúc tháo bánh xe tập đi và tự mình xây dựng một game mà không cần hướng dẫn, bằng cách coding một Tic-Tac-Toe game với đối thủ AI chỉ bằng LLM của bạn.
Phần 5: Cách LLM hoạt động:
Để thực sự làm việc hiệu quả với LLM, bạn cần hiểu cách chúng thực sự hoạt động bên trong. Vì vậy, chúng tôi sẽ giải thích tất cả theo cách thân thiện với người mới bắt đầu, không yêu cầu chuyên môn kỹ thuật.
Bạn sẽ tìm hiểu xem liệu các mô hình này có phải là máy đoán từ hay không, tìm hiểu về Transformer Model đột phá cho phép sử dụng công nghệ này, kiến trúc đằng sau GPT và so sánh các mô hình cơ sở với các mô hình được tinh chỉnh tương ứng.
Sau đó, bạn sẽ thực hiện các bài tập hấp dẫn để giúp bạn hình dung kiến trúc LLM và hiểu được quy trình đào tạo.
Chúng tôi thậm chí sẽ đề cập đến mối liên hệ tiềm năng với Artificial General Intelligence (AGI) để bạn có thể hình thành ý kiến riêng và thảo luận về AI một cách tự tin.
Phần 6: Prompting Framework của chúng tôi:
Chúng tôi sẽ áp dụng phương pháp tiếp cận có cấu trúc để tương tác với các LLM bằng cách giới thiệu framework mà chúng ta sẽ học và bạn có thể sử dụng để tiếp cận việc xây dựng các prompt chi tiết và toàn diện.
Ngoài ra, bạn sẽ có quyền truy cập vào "Prompt Library", một nguồn tài nguyên chứa nhiều prompt khác nhau, cung cấp cho bạn các ví dụ thực tế để nâng cao kỹ năng prompt engineering của riêng bạn.
Phần 7: Prompting Fundamentals - Setup:
Đây là phần chúng ta sẽ đi sâu vào cách tạo ra các prompt hiệu quả.
Điều này bao gồm:
- ✓ Hiểu về 'System Message'.
- ✓ Tầm quan trọng của context bên trong các LLM.
- ✓ Khái niệm về 'personas and roles' để tinh chỉnh tông điệu, phong cách và giọng nói của prompt.
- ✓ Và cung cấp các bài tập sáng tạo như viết một screenplay để áp dụng các khái niệm này.
Bạn thậm chí có thể thử nghiệm các kỹ năng mới của mình bằng cách khám phá giới hạn về khả năng giữ bí mật của LLM.
Phần 8: Prompting Fundamentals - Instruction:
Phần này sẽ xem xét kỹ lưỡng cách soạn thảo các user message mà LLM có thể diễn giải một cách chính xác.
Bạn sẽ tìm hiểu về tầm quan trọng của sự rõ ràng và cụ thể, cách sử dụng dấu phân cách để cấu trúc thông tin, cách khắc phục những hạn chế của con người (vâng, chúng ta cũng có những hạn chế đó!) để đảm bảo lời nhắc của bạn có hiệu quả.
Bạn cũng sẽ bắt đầu học các kỹ thuật prompting đã được kiểm chứng thực nghiệm, bao gồm nhắc nhở bằng không, một và vài lần, nhắc nhở theo chuỗi suy nghĩ để đạt được phản hồi mạch lạc hơn và có nhận thức theo ngữ cảnh hơn từ AI.
Phần 9: Guided Project - Tạo Career Coach của riêng bạn:
Đã đến lúc cho một dự án khác! Và đây là dự án tuyệt vời nhất từ trước đến nay.
Bạn sẽ sử dụng tất cả các kỹ năng đã học được cho đến nay để xây dựng một prompt toàn diện, duy nhất giúp tạo ra Career Coach cá nhân của riêng bạn để hỗ trợ bạn học Python (hoặc bất kỳ môn học nào bạn thích).
Career Coach này bao gồm nhiều chế độ khác nhau có thể được áp dụng, bao gồm:
- ✓ Một chế độ học tập hướng dẫn bạn sử dụng Feynman Technique.
- ✓ Chế độ quiz tạo ra các quiz về cùng một chủ đề.
- ✓ Chế độ thử thách tạo ra các thử thách coding được cá nhân hóa và cung cấp phản hồi về câu trả lời của bạn, thậm chí còn giới thiệu hệ thống điểm XP để game hóa và thúc đẩy việc học của bạn.
Phần 10: Prompting Fundamentals - Output:
Phần này tập trung vào những gì xảy ra sau khi bạn nhấn "enter": phản hồi của mô hình.
Bạn sẽ học cách quản lý và tác động đến độ dài và định dạng của LLM output, đảm bảo chúng đáp ứng các yêu cầu cụ thể của bạn.
Các bài tập thực hành sẽ hướng dẫn bạn cách tạo ra các output có cấu trúc, chẳng hạn như tệp Excel và flowchart.
Phần này cũng đi sâu vào các kỹ thuật nâng cao như Jailbreaking và Prompt Injection, hướng dẫn bạn các giới hạn (tốt và xấu) về cách người dùng có thể định hình bản chất và hướng của output.
Phần 11: OpenAI Playground & LLM Hyperparameter:
Phần này nói về việc điều chỉnh các nút xoay và công tắc kiểm soát hành vi của các mô hình ngôn ngữ.
Phần này sẽ bắt đầu bằng phần giới thiệu về OpenAI Playground, cho phép bạn điều khiển các nút xoay và công tắc này.
Bạn sẽ tìm hiểu về các thiết lập 'Temperature' và 'Top P' để điều chỉnh tính sáng tạo và tính quyết định của phản hồi, cũng như 'Frequency & Presence Penalties' để tinh chỉnh mức độ liên quan của output và cách sử dụng 'Stop Sequences' để quản lý thời điểm và vị trí kết thúc phản hồi của AI.
Phần này rất quan trọng đối với bất kỳ ai muốn điều chỉnh chương trình LLM theo nhiệm vụ và sở thích cụ thể của mình.
Phần 12: Prompting với Autonomous Agents (AutoGPT):
Tại đây, bạn sẽ tìm hiểu về tương lai của AI và Large Language Models: autonomous agents.
Các agent này cho phép bạn nhập một lời prompt duy nhất và sau đó thực hiện nhiệm vụ của mình mà không cần hoặc chỉ cần prompting một chút.
Bạn sẽ học cách thiết lập autonomous agent của riêng mình và sau đó hoàn thành các nhiệm vụ như tạo một trang web đơn giản và phát triển chương trình Python để kiểm tra các ký tự palindrome.
Sau đó, bạn sẽ thử nghiệm các autonomous agent trong một nhiệm vụ do chính bạn lựa chọn, có liên quan đến sự nghiệp của bạn.
Đây là phần không thể bỏ qua đối với bất kỳ ai muốn hiểu về tương lai của AI.
Phần 13: Sử dụng các Open Source Model:
Các Open source model đang phát triển nhanh chóng và đạt đến khả năng tương tự như các closed-source model từ các công ty AI hàng đầu như OpenAI và Anthropic.
Phần này sẽ bắt đầu bằng cách giải thích tầm quan trọng của các mô hình này và tác động của chúng đến lĩnh vực AI, bao gồm Chatbot Arena Leaderboard, nơi bạn có thể so sánh các mô hình khác nhau với nhau.
Nhưng đó không phải là tất cả. Bạn cũng sẽ học cách sử dụng LMStudio để tải xuống và thiết lập open source LLM local của riêng bạn trên máy tính, cho phép bạn sử dụng LLM mà không phải lo lắng về việc chia sẻ thông tin riêng tư, không có rào cản nghiêm ngặt và không giới hạn tỷ lệ.
Phần 14: Các kỹ thuật Prompting nâng cao:
Phần này bao gồm các quy trình từng bước để sử dụng một số kỹ thuật thúc đẩy hàng đầu, đã được chứng minh bằng thực nghiệm nhằm cải thiện tiện ích của LLM.
Chúng tôi thậm chí sẽ đi sâu vào các bài nghiên cứu đã khám phá ra những kỹ thuật này. Thêm vào đó, phần này sẽ liên tục được cập nhật và mở rộng khi các kỹ thuật mới được khám phá.
Phần 15: Unguided Project: Xây dựng Game thứ ba của bạn (Flappy Bird):
Đã đến lúc bạn phải xắn tay vào làm rồi!
Bạn đã xây dựng một số game đơn giản bằng code do LLM tạo ra, nhưng giờ đã đến lúc vận dụng mọi kỹ năng của mình và tạo ra thứ gì đó phức tạp hơn: Flappy Bird game.
Việc này sẽ tốn nhiều thời gian và prompting nhiều lần, nhưng bạn sẽ ngạc nhiên trước những gì mình có thể đạt được nhờ kỹ năng của mình.
Phần 16: Prompt Testing & Model Evaluation:
Để có hiệu quả trong Prompt Engineering có nghĩa là có thể test các lời nhắc của bạn và đánh giá những gì hiệu quả nhất trên nhiều mô hình khác nhau. Đó là vì các công ty đang tìm kiếm các lời nhắc và mô hình cung cấp output đáng tin cậy.
Trong phần này, bạn sẽ khám phá nhiều phương pháp thử nghiệm và đánh giá khác nhau, bao gồm code-based grading, human grading, và model-based grading.
Ngoài ra, chúng ta sẽ đi sâu vào nghiên cứu cho thấy ưu và nhược điểm của LLM đóng vai trò là giám khảo trong việc đánh giá output. Phần này rất cần thiết cho bất kỳ ai muốn thành thạo các khía cạnh kiểm soát chất lượng khi làm việc với LLM.
Kết quả cuối cùng là gì?
Khóa học này không nhằm mục đích cung cấp cho bạn một danh sách các prompt ngẫu nhiên hoặc chỉ bắt bạn xem một số video để khi hoàn thành khóa học, bạn không biết phải làm gì khác ngoài việc xem một hướng dẫn khác.
Thay vào đó, khóa học này sẽ thúc đẩy và thách thức bạn từ người mới bắt đầu trở thành một trong 10% người giỏi nhất sử dụng LLM.
NHẬN GET EBOOK TRÊN AMAZON THEO YÊU CẦU