Ebook Large Language Models Chuyên Sâu - Cầu Nối Lý Thuyết Và Thực Hành [Ấn Bản Lần 1, Tháng 8-2024] [PDF] [9604E]
Các Large Language Model (LLM) đã nổi lên như một công nghệ nền tảng, biến đổi cách chúng ta tương tác với thông tin và định nghĩa lại ranh giới của trí tuệ nhân tạo. LLM cung cấp khả năng chưa từng có để hiểu, generate và tương tác với ngôn ngữ của con người theo cách trực quan và sâu sắc, dẫn đến các ứng dụng chuyển đổi trên nhiều lĩnh vực như content creation, chatbots, search engines, và research tools. Mặc dù hấp dẫn, nhưng hoạt động phức tạp của LLM - kiến trúc phức tạp, thuật toán cơ bản và các cân nhắc về đạo đức - đòi hỏi phải khám phá kỹ lưỡng, tạo ra nhu cầu về một cuốn sách toàn diện về chủ đề này.
Cuốn sách này cung cấp một cuộc khám phá có thẩm quyền về design, training, evolution và ứng dụng của LLM. Nó bắt đầu bằng một cái nhìn tổng quan về các pre-trained language model và các kiến trúc Transformer, đặt nền tảng cho việc hiểu các kỹ thuật understanding prompt-based learning. Tiếp theo, nó đi sâu vào các phương pháp để fine-tuning LLM, tích hợp reinforcement learning cho value alignment và convergence của LLM với computer vision, robotics, và speech processing. Cuốn sách nhấn mạnh mạnh vào các ứng dụng thực tế, trình bày chi tiết các trường hợp sử dụng trong thế giới thực như conversational chatbot, retrieval-augmented generation (RAG), và code generation. Những ví dụ này được lựa chọn cẩn thận để minh họa những cách đa dạng và có tác động mà LLM đang được áp dụng trong nhiều ngành công nghiệp và tình huống khác nhau.
Người đọc sẽ có được hiểu biết sâu sắc về việc vận hành và triển khai LLM, từ việc triển khai các công cụ và thư viện hiện đại đến việc giải quyết các thách thức như bias và ethical implications. Cuốn sách cũng giới thiệu lĩnh vực tiên tiến của multimodal LLM có thể xử lý âm thanh, hình ảnh, video và robotic input. Với các hướng dẫn thực hành để áp dụng LLM vào các tác vụ ngôn ngữ tự nhiên, hướng dẫn toàn diện này trang bị cho người đọc cả kiến thức lý thuyết và kỹ năng thực hành để tận dụng toàn bộ tiềm năng của các large language model.
Tài nguyên toàn diện này phù hợp với nhiều đối tượng: sinh viên, researcher và học giả trong lĩnh vực AI hoặc NLP, các nhà khoa học dữ liệu đang hành nghề và bất kỳ ai muốn nắm bắt bản chất và sự phức tạp của LLM.
Các tính năng chính:
- ✓ Hơn 100 kỹ thuật và phương pháp tiên tiến, bao gồm đào pre-training, prompt-based tuning, instruction tuning, parameter-efficient và compute-efficient fine-tuning, end-user prompt engineering, xây dựng và tối ưu hóa các hệ thống Retrieval-Augmented Generation, cùng với các chiến lược để liên kết LLM với các giá trị của con người bằng cách sử dụng reinforcement learning.
- ✓ Hơn 200 dataset được biên soạn tại một nơi, bao gồm mọi thứ từ pre- training đến multimodal tuning, cung cấp nền tảng vững chắc cho các ứng dụng LLM đa dạng.
- ✓ Hơn 50 chiến lược để giải quyết các vấn đề đạo đức quan trọng như hallucination, toxicity, bias, fairness, và privacy. Có được các phương pháp toàn diện để đo lường, đánh giá và giảm thiểu những thách thức này để đảm bảo triển khai LLM có trách nhiệm.
- ✓ Hơn 200 tiêu chuẩn đánh giá hiệu suất LLM trên nhiều nhiệm vụ khác nhau, các cân nhắc về mặt đạo đức, các ứng dụng đa phương thức và hơn 50 số liệu đánh giá cho LLM lifecycle.
- ✓ Chín tutorial chi tiết hướng dẫn người đọc thông qua pre-training, fine- tuning, alignment tuning, bias mitigation, multimodal training và triển khai các large language model bằng các công cụ và thư viện tương thích với Google Colab, đảm bảo ứng dụng thực tế các khái niệm lý thuyết.
- ✓ Hơn 100 mẹo thực tế dành cho các data scientist và practitioner, cung cấp thông tin chi tiết về triển khai, thủ thuật và công cụ để điều hướng thành công vòng đời LLM và hoàn thành nhiệm vụ một cách hiệu quả.
Mục lục:
- ✓ Chương 01. Large Language Models: Giới thiệu.
- ✓ Chương 02. Language Models Pre-training.
- ✓ Chương 03. Prompt-based Learning.
- ✓ Chương 04. LLM Adaptation & Utilization.
- ✓ Chương 05. Tuning for LLM Alignment.
- ✓ Chương 06. LLM Challenges & Solutions.
- ✓ Chương 07. Retrieval-Augmented Generation.
- ✓ Chương 08. LLM trong Production.
- ✓ Chương 09. Multimodal LLM.
- ✓ Chương 10. LLM: Evolution và New Frontiers.
- ✓ Phụ lục A. Deep Learning Basics.
- ✓ Phụ lục B. Reinforcement Learning Basics.
LƯU Ý: Pass mở file pdf là mật khẩu giải nén chung của tài liệu !
NHẬN GET EBOOK TRÊN AMAZON THEO YÊU CẦU