Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
소개
- Large Language Models (LLMs)는 무엇인가요?
- LLM과 기존 NLP 모델 비교
- LLM 기능 및 아키텍처 개요
- LLM의 과제와 한계
LLM 이해
- LLM의 수명주기
- LLM 작동 방식
- LLM의 주요 구성요소: 인코더, 디코더, 어텐션, 임베딩 등
시작하기
- 개발 환경 설정
- LLM을 개발 도구로 설치(예: Google Colab, Hugging Face)
LLM 작업
- 사용 가능한 LLM 옵션 탐색
- LLM 생성 및 사용
- 사용자 정의 데이터 세트에서 LLM 미세 조정
텍스트 요약
- 텍스트 요약 작업 및 적용 이해
- 추출 및 추상 텍스트 요약을 위해 LLM 사용
- ROUGE, BLEU 등과 같은 측정항목을 사용하여 생성된 요약의 품질을 평가합니다.
질문 답변
- 질의응답 업무와 그 활용에 대한 이해
- 개방형 도메인 및 폐쇄형 도메인 질문 답변에 LLM 사용
- F1, EM 등과 같은 측정항목을 사용하여 생성된 답변의 정확성을 평가합니다.
텍스트 생성
- 텍스트 생성 작업 및 적용 이해
- 조건부 및 무조건 텍스트 생성을 위해 LLM 사용
- 온도, top-k, top-p 등과 같은 매개변수를 사용하여 생성된 텍스트의 스타일, 톤 및 내용을 제어합니다.
LLM을 다른 프레임워크 및 플랫폼과 통합
- PyTorch 또는 TensorFlow와 함께 LLM 사용
- Flask 또는 Streamlit과 함께 LLM 사용
- Google Cloud 또는 AWS와 함께 LLM 사용
문제 해결
- LLM의 일반적인 오류 및 버그 이해
- TensorBoard를 사용하여 학습 프로세스 모니터링 및 시각화
- PyTorch Lightning을 사용하여 훈련 코드 단순화 및 성능 향상
- Hugging Face 데이터 세트를 사용하여 데이터 로드 및 전처리
요약 및 다음 단계
Requirements
- 자연어 처리 및 딥러닝 이해 Python 및 PyTorch 또는 TensorFlow Basic 프로그래밍 경험
청중
- 개발자 NLP 매니아 데이터 과학자
14 Hours