start llms

Beginnen Sie mit großsprachigen Modellen (LLMs) - Werden Sie kostenlos ein Experte!

Ein vollständiger Leitfaden, um Ihre LLM-Fähigkeiten im Jahr 2024 ohne einen fortgeschrittenen Hintergrund im Bereich zu starten und zu verbessern und über die neuesten Nachrichten und hochmodernen Techniken auf dem Laufenden zu bleiben!

Erstens, wenn Sie 0 Programmier- oder KI -Kenntnisse haben, folgen Sie diesem Leitfaden, den ich zu diesem Zweck gemacht habe, und kommen Sie hierher zurück!

Dieser Leitfaden richtet sich an alle, die einen kleinen Hintergrund in der Programmierung und maschinellem Lernen haben. Es gibt keine spezifische Ordnung, um zu folgen, aber ein klassischer Weg wäre von oben nach unten. Wenn Sie nicht gerne Bücher lesen, überspringen Sie sie. Wenn Sie keinen Online -Kurs befolgen möchten, können Sie ihn auch überspringen. Es gibt keine einzige Möglichkeit, Experte für maschinelles Lernen zu werden, und mit Motivation können Sie es absolut erreichen.

Alle hier aufgeführten Ressourcen sind kostenlos, mit Ausnahme einiger Online -Kurse und -bücher, die sicherlich für ein besseres Verständnis empfohlen werden. Es ist jedoch definitiv möglich, ohne sie ein Experte zu werden, mit etwas mehr Zeit für Online -Lesungen, Videos und Praxis. Wenn es um zahlende Kurse geht, sind die Links in diesem Leitfaden verbundene Links. Bitte benutzen Sie sie, wenn Sie Lust auf einen Kurs folgen möchten, da dies mich unterstützen wird. Vielen Dank und viel Spaß beim Lernen! Denken Sie daran, dies liegt ganz bei Ihnen und nicht notwendig. Ich hatte das Gefühl, dass es für mich nützlich und vielleicht auch für andere nützlich war.

Haben Sie keine Angst, Videos zu wiederholen oder aus mehreren Quellen zu lernen. Wiederholung ist der Schlüssel des Lernens!

Betreuer: Louisfb01, auch auf YouTube und als Podcaster aktiv, wenn Sie mehr über AI & LLMS sehen/erfahren möchten! Sie können auch zweimal pro Woche in meinem persönlichen Newsletter mehr erfahren!

Fühlen Sie sich frei, ein Problem für großartige Ressourcen einzureichen, um dieses Repository hinzuzufügen.

Tag auf Twitter @whats_ai oder linkedIn @louis bouchard, wenn Sie die Liste teilen!

Möchten Sie wissen, worum es in diesem Leitfaden geht? Sehen Sie sich dieses Video an:

Inhaltsverzeichnis

• Voraussetzungen
• Beginnen Sie mit kurzen YouTube -Video -Einführungen als erster Schritt
• LLM -Bücher und Artikel (für Leser)
• Folgen Sie Online -Kursen
• Üben, Üben und Üben!
• Aufforderung
• Abrufer Augmented Generation (LAG)
• Weitere Ressourcen (Gemeinschaften, Cheat Sheets, Nachrichten und mehr!)
• So finden Sie einen Job für maschinelles Lernen
• AI -Ethik
• Erfahren Sie mehr und machen Sie mehr ... mit LLMs

Voraussetzungen

Wenn Sie 0 Programmier- oder KI -Kenntnisse haben, folgen Sie diesem Leitfaden, den ich für diesen Zweck erstellt habe. Schauen Sie sich meistens den Python -Bereich an und dann haben Sie einen starken Hintergrund, um hierher zurückzukehren!

Wenn Sie mit Python und KI etwas vertraut sind, wünsche ich Ihnen ein glückliches Lernen!

Beginnen Sie mit kurzen YouTube -Video -Einführungen als erster Schritt

Beginnen Sie mit kurzen YouTube -Videos Einführungen

Dies ist der beste Weg, um vor nichts zu beginnen. Hier liste ich einige der besten Videos auf, die ich gefunden habe, die Ihnen eine großartige erste Einführung in die Begriffe erhalten, die Sie wissen müssen, um im Bereich LLM zu beginnen.

• Die Terminologie verstehen
  • Mastering AI Jargon - Ihr Leitfaden zu OpenAI & LLM -Begriffen - Louis Bouchard - Eine kurze Einführung in die am häufigsten verwendeten Begriffe in der Welt der LLM (oder GPT).
• Verständnis von Transformatoren und LLMs (dh Models hinter Chatgpt)!
  • Intro in große Sprachmodelle - ein erstaunliches 1 -stündiges Gespräch von Andrej Karpathy.
  • Verarbeitung natürlicher Sprache und große Sprachmodelle - Erstaunliche Videoeinführungen zum Aufmerksamkeitsmechanismus, Token, Einbettungen und mehr, um alles hinter großen Sprachmodellen wie GPT von Luis Serrano besser zu verstehen.
  • Was sind Transformatormodelle und wie funktionieren sie? - Luis Serrano
  • Das illustrierte Word2VEC - ein sanftes Intro in Wortbettendings in maschinelles Lernen - eine klare Erklärung von Wortbettendings in maschinelles Lernen von Jay Alammar.
  • Ein Hacker -Leitfaden für Sprachmodelle - von Jeremy Howard (Fast.ai).
  • Lassen Sie uns GPT erstellen: Von Grund auf neu, in Code, geschrieben. - von Andrej Karpathy.

Eine weitere einfache Möglichkeit, loszulegen und zu lernen, ist das Hören von Podcasts in Ihrer Freizeit. Fahren zur Arbeit, im Bus oder Probleme beim Einschlafen haben? Hören Sie sich einige AI -Podcasts an, um sich an die Begriffe und Muster zu gewöhnen, und lernen Sie das Feld durch inspirierende Geschichten kennen! Ich lade Sie ein, ein paar der besten zu verfolgen, die ich persönlich bevorzuge, wie Lex Fridman, maschinelles Lernen Street Talk und offensichtlich in meinem Podcast: Louis Bouchard Podcast, in dem Sie unglaublich talentierte Menschen auf dem Feld kennenlernen werden, in denen Sie das Wissen teilen, das sie so schwer zu sammeln haben. Eine neue, die ich gerne höre, die mich auf dem Laufenden hält, ist der Donnerstags -Podcast meines Freundes Alex Volkov.

Hier finden Sie eine Liste großartiger Kurse, die auf YouTube verfügbar sind, die Sie auf jeden Fall folgen und zu 100% kostenlos sind.

• Louis Bouchards LLM-Kursvideos "Train & Fine-Tune LLMs für den Produktionskurs von Activeloop, in Richtung AI & Intel Disruptor". "Eine Wiedergabeliste für unseren LLM -Kurs: Gen AI 360: Fundamentsmodell -Zertifizierung!"
• Erstellen Sie ein großes Sprachmodell von Grund auf neu mit Python - Tutorial - per freecodecamp. "Erfahren Sie, wie Sie Ihr eigenes großes Sprachmodell von Grund auf erstellen. Dieser Kurs geht in die Datenhandhabung, Mathematik und Transformatoren hinter großen Sprachmodellen ein. Sie werden Python verwenden."
• LLM University (LLMU) von Coher - von Cohere. Die LLM University (LLMU) ist eine Reihe umfassender Lernressourcen für alle, die sich für die Verarbeitung natürlicher Sprache (NLP) interessieren, von Anfängern bis hin zu fortgeschrittenen Lernenden.
• Der Aufmerksamkeitsmechanismus in Großsprachmodellen - von Luis Serrano. In dieser Videoreihe erklärt Luis die Transformer -Architektur, die zunehmend ausführlicher wird. Es ist eine sehr gute Übersicht und Erklärung der Transformatoren und des Aufmerksamkeitsmechanismus, von dem ich glaube, dass er von allen KI -Profis beobachtet werden sollte.

LLM -Bücher und Artikel (für Leser)

Wenn Sie den Artikel und den Lesepfad bevorzugen, finden Sie hier einige Vorschläge:

• Bauen von LLMs für die Produktion: Verbesserung der LLM -Fähigkeiten und -vertrauungen mit Aufforderung, Feinabstimmung und Lappen - in Richtung AI. "Entdecken Sie die wichtigsten Tech-Stapel, um Großsprachenmodelle an reale Anwendungen anzupassen, einschließlich schneller Engineering, Feinabstimmung und Abruferzeugung." (Oder holen Sie sich das E-Book hier. Sie können mich für einen schönen Rabatt dm DM DM DM DM DM DM DM DM DM DM DM DM DM DM DM DM DM DM DM DM DM DEM STRECHEN!)
• Der illustrierte Transformator - von Jay Alammar. Dies ist ein berühmter Artikel, der eine erstaunliche Erklärung dafür gibt, wie aktuelle Sprachmodelle funktionieren.
• Eine praktische Einführung in LLMs - von Shawhin Talebi.
• Medium ist so ziemlich der beste Ort, um großartige Erklärungen zu finden, entweder in Richtung KI oder in Richtung Data Science Publications. Ich teile dort auch meine eigenen Artikel und liebe es, die Plattform zu nutzen. Sie können Medium mit meinem verbundenen Link hier abonnieren, wenn dies für Sie interessant klingt und ob Sie mich gleichzeitig unterstützen möchten!
• Leselisten für neue Mila -Studenten - Anonymous
• Eine komplette Roadmap, um NLP im Jahr 2022 zu meistern
• NLTK -Buch ist die kostenlose Ressource, um sich über grundlegende Theorien hinter NLP zu informieren: https://www.nltk.org/book/
• Der kommentierte Transformator - Harvard

Folgen Sie Online -Kursen

Wenn Sie weitere Anleitungen mögen, kann ich empfehlen, (optionale) Online -Kurse wie ...

• Generative KI mit großen Sprachmodellen - bezahlt
• Werden Sie ein NLP Pro mit Courseras natürlicher Sprachverarbeitungspezialisierung von DeepLearning.ai - bezahlt
• Gradio -Kurs - Erstellen Sie Benutzeroberflächen für Modelle für maschinelles Lernen - FreecodeCamp - Free
• Train & Fine -Tune LLMs für den Produktionskurs von ActiveLoop, in Richtung AI & Intel Disruptor - kostenlos
• Die LLM University von Cohere - Free
• Von Anfängern bis hin zu fortgeschrittenem LLM -Entwickler - von in Richtung AI. "Bauen Sie Ihr erstes skalierbares Produkt mit LLMs, Aufforderung, Lappen, Feinabstimmungen und Agenten auf! Beherrschen Sie die wichtigsten Fertigkeiten und erstellen Sie Ihr eigenes fortschrittliches LLM-MVP mit realen Anwendungen."
• Werden Sie ein NLP Pro mit der Spezialisierung natürlicher Sprachverarbeitung von Coursera durch DeepLearning.ai- "Bezahlt in den NLP-Raum. Master-modernste NLP-Techniken durch vier praktische Kurse!"
• Ein NLP -Nano -Abschluss! -Bezahlt "Lernen Sie in der Verarbeitung von natürlichen Sprachen, um Sprache zu verarbeiten und Text zu analysieren. Erstellen Sie probabilistische und tiefe Lernmodelle wie versteckte Markov-Modelle und wiederkehrende neuronale Netze, um dem Computer Aufgaben wie Spracherkennung, maschinelle Übersetzung und mehr zu lehren!"
• Einführung in große Sprachmodelle mit Google Cloud - bezahlt
• Lernen Sie zu trainieren, zu feinstimmen und LLMs in Ihren Anwendungen zu verwenden. - frei nach Gewichten und Vorurteilen
• Großsprachige Modelle mit semantischer Suche - kostenlos, DeepLearning.ai und Cohere

Sie können leicht für mehr googeln, aber nachdem Sie diese gelesen und beobachtet haben, glaube ich, dass Sie bereits ein gutes Verständnis für LLMs haben, um in das echte Geschäft einzusteigen: Übung.

Üben, Üben und Üben!

Übung ist der Schlüssel

Das Wichtigste bei der Programmierung ist die Übung. Dies gilt auch für maschinelles Lernen. Es kann schwierig sein, ein persönliches Projekt zum Üben zu finden. Ich empfehle Ihnen dringend, etwas selbst aufzubauen, aber ich verstehe, dass es möglicherweise einschüchternd sein kann. Ich würde dann vorschlagen, ein oder zwei extrem angewandte Kurse zu befolgen und die Ressource zu verwenden, um Ihr eigenes Projekt basierend auf den Code -Beispielen zu erstellen, die sie Ihnen zur Verfügung stellen, sowie Chatgpt oder Github Copilot, um für Sie als Code -Assistent für den Rest der Arbeit zu arbeiten.

Hier sind einige der am meisten angewandten Kurse, die ich für LLMs finden kann:

• FastText ist eine gute Bibliothek, um ein Modell schnell zu trainieren.
• Suggingface ist der Ort, an dem moderne NLP -Modelle erhalten, und sie enthalten auch einen ganzen Kurs darüber.
• Langchain & Vector -Datenbanken in der Produktion - Eine erstaunliche kostenlose Ressource, die wir in der AI in Zusammenarbeit mit Activeloop und der Intel Disruptor Initiative aufgebaut haben, um mehr über Langchain & Vector -Datenbanken in der Produktion zu erfahren. "Egal, ob Sie ein erfahrener Entwickler sind, der ein Neuling im KI -Bereich oder ein erfahrener maschinelles Lernen ist, dieser Kurs ist für Sie konzipiert. Unser Ziel ist es, KI zugänglich und praktisch zu machen und Ihre tägliche Aufgaben und die Gesamtwirkung Ihrer Arbeit zu verändern."
• Training & Fine-Tuning LLMs für die Produktion-Eine erstaunliche kostenlose Ressource, die wir in der AI in Zusammenarbeit mit Activeloop und der Intel Disruptor Initiative aufgebaut haben, um mehr über Training & Fine-Tuning-LLMs für die Produktion zu erfahren. "Wenn Sie lernen möchten, wie man LLMs von Grund auf neu trainiert und fein abtun und mittelgroße Python-Kenntnisse sowie auf moderate Rechenressourcen verfügen (in einigen Fällen wird nur ein Google Colab ausreichen!), Sollten Sie so eingestellt sein, Schneidern Sie große Sprachmodelle in einer Vielzahl von Branchen, um KI zugänglicher und praktischer zu gestalten. "
• Die reale ML -Tutorial & Community - bezahlt - bezahlt

Eine Erinnerung. Der beste Weg zum Lernen ist, etwas zu bauen! Ich bin wirklich anfällig zu lernen, indem ich es tun kann. Diese Kurse sind alle großartig, aber optional. Sie können dies selbst tun, und die meisten Unternehmen, die Ressourcen für die Arbeit mit LLMs (OpenAI, Langchain, Activeloop, Cohere, W & B ...) zur Verfügung stellen, verfügen über großartige Tutorials, um Sie in den Einstieg zu bringen und etwas zu bauen. Dann können Sie Chatgpt bitten, Ihnen zu helfen, es zu beenden!

Aufforderung

Aufforderung ist eine wichtige neue Fähigkeit, die sowohl für die Verwendung der Modelle als auch für die Erstellung von Apps im Zusammenhang mit NLP zu lernen ist.

• Was ist Aufforderung? Mit KI -Modellen sprechen ... - kostenlos
• Chatgpt prompt Engineering für Entwickler - bezahlt
• Lernen Sie Aufforderung - Dies ist ein großartiger kostenloser Kurs, der die Aufforderung unterrichten und Tipps für bestimmte Modelle geben soll. Es ist alles, was Sie für Aufforderung brauchen !
• Techniken zur Verbesserung der Zuverlässigkeit - OpenAI -Kochbuch für die Aufforderungstechniken.

Mehr zur Abruf Augmented Generation (LAG) und der Feinabstimmung

Die meisten Menschen bauen derzeit Apps auf Lappenbasis. Hier sind ein paar Ressourcen, die ich liebte, um Ihnen den Einstieg zu erlangen und ein gutes Verständnis dafür zu haben ...

• Eine Übersicht über Techniken zur Maximierung der LLM -Leistung - erstaunliches Video von OpenAI, in dem es um schnelle Technik, Lappen oder Feinabstimmung verwendet werden soll. Dies ist ein Muss für alle auf dem Feld!
• RAG vs Fine-Tuning vs Deep Memory vs Training LLM von Grund auf neu: Wann mit LLMs zu tun ist-Simlarly ist dies eine kurze Videoabdeckung, wenn Sie in Ihren Anwendungen Rag, Feinabstimmung oder schnelle Engineering verwenden sollten.
• Erstellen eines Q & A -Chatbots mit GPT und Einbettungen - Angewandte YouTube -Tutorial von Jeremy Pinto.
• So erstellen Sie eine KI, die Fragen zu Ihrer Website beantworten kann - kostenloses OpenAI -Tutorial.
• Von Anfängern bis hin zu fortgeschrittenem LLM -Entwickler - von in Richtung AI. "Bauen Sie Ihr erstes skalierbares Produkt mit LLMs, Aufforderung, Lappen, Feinabstimmungen und Agenten auf! Beherrschen Sie die wichtigsten Fertigkeiten und erstellen Sie Ihr eigenes fortschrittliches LLM-MVP mit realen Anwendungen."
• So erstellen Sie eine Lappen-basierte Chatgpt-Web-App: Treffen Sie unseren neuen AI-Tutor-YouTube Einführung, wie ich einen Lappen-basierten Chatbot erstellt habe (und wie Sie es auch können).
• Training & Fine-Tuning LLMs für die Produktion-Erfahren Sie, wie Sie LLMs von Grund auf neu trainieren und feinstimmen.
• Bilden Sie einen Echtzeit-Finanzberater aus und setzen Sie einen praktischen LLMS-Kurs von Paul Iusztin, Pau Labarta Bajo und Alexandru Razvant ein.
• Abrufen der Augmented -Generation für die Produktion mit Langchain & Llamaindex - Unabhängig davon, ob Sie einen Chat mit Datenanwendung für Ihr Unternehmen aufbauen oder nur lernen, wie man generative KI in verschiedenen Branchen nutzt, ist dieser Kurs für Sie. Der Kurs befasst sich mit kritischen Problemen wie der Erhöhung der Abrufgenauigkeit, der Verringerung der Halluzinationen in KI-Ausgaben, der Verbesserung der Erklärung, der Beantwortung von Urheberrechten und der Angabe von maßgeschneiderten, aktuellen Dateneingaben. Wir gehen über grundlegende Lag -Anwendungen hinaus und richten Sie mit den Fähigkeiten aus, um komplexere, zuverlässigere Produkte mit Tools wie Langchain, Llamaindex und Deep Memory zu erstellen. Dieser Kurs betont das praktische Lernen und ist ein Tor, um fortschrittliche RAG-Techniken und -Anwendungen in realen Szenarien zu beherrschen.
• Bauen von LLMs für die Produktion: Verbesserung der LLM -Fähigkeiten und -vertrauungen mit Aufforderung, Feinabstimmung und Lappen - in Richtung AI. "Entdecken Sie die wichtigsten Tech-Stapel, um Großsprachenmodelle an reale Anwendungen anzupassen, einschließlich schneller Engineering, Feinabstimmung und Abruferzeugung." (Oder holen Sie sich das E-Book hier. Sie können mich für einen schönen Rabatt dm DM DM DM DM DM DM DM DM DM DM DM DM DM DM DM DM DM DM DM DM DM DEM STRECHEN!)

Weitere Ressourcen

Schließen Sie sich Gemeinden an!

• Ein Discord -Server mit vielen AI -Enthusiasten - gemeinsam lernen, Fragen stellen, Kaggle -Teamkollegen finden, Ihre Projekte teilen und vieles mehr.

• Ein Discord-Server, auf dem Sie über die neuesten AI-Nachrichten auf dem Laufenden bleiben können-bleiben Sie mit den neuesten AI-Nachrichten auf dem Laufenden, stellen Sie Fragen, teilen Sie Ihre Projekte und vieles mehr.

• Lernen Sie aufzufordern, Discord Community zu fordern - Chat mit anderen Ingenieuren.

• Folgen Sie Reddit Communities - stellen Sie Fragen, teilen Sie Ihre Projekte, folgen Sie Nachrichten und vielem mehr.

  • künstliche - künstliche Intelligenz
  • Machinelearning - Maschinelles Lernen (größter Subreddit des Feldes)
  • DeepLearningPaper - Deep Learning Papers
  • ComputVision - Extrahieren nützlicher Informationen aus Bildern und Videos
  • LearnMachinelearning - Lernen Sie maschinelles Lernen
  • Künstliche Intelange - ai
  • Latsestinml - bahnbrechende Entwicklungen im maschinellen Lernen, die Sie nicht verpassen sollten

Folgen Sie den Nachrichten im Feld!

• Abonnieren Sie YouTube -Kanäle, die neue Papiere teilen - bleiben Sie mit den Nachrichten vor Ort auf dem Laufenden!

  • Louis Bouchard - wöchentliche Videos, die neue Papiere abdecken
  • Zwei Minuten Papiere - zweiwöchentliche Videos, die neue Papiere abdecken
  • Bycloud - Wochenvideos, die neue Papiere abdecken

• LinkedIn -Gruppen

  • Künstliche Intelligenz, maschinelles Lernen und Deep Learning News - Nachrichten über das Gebiet, das jeder in der Gruppe geteilt hat
  • Künstliche Intelligenz | Tiefes Lernen | Maschinelles Lernen
  • Angewandte künstliche Intelligenz

• Facebook -Gruppen

  • Künstliche Intelligenz und tiefes Lernen - die endgültige und aktivste FB -Gruppe in KI, neuronalen Netzwerken und tiefem Lernen. Alles, was neu und interessant an der Grenze von KI und tiefem Lernen ist. Neuronale Netze werden in den kommenden Jahren neu definieren, was es bedeutet, eine intelligente Maschine zu sein.
  • Deep Learning - Heutzutage neigt die Gesellschaft dazu, weich und automatisch zu der 4. industriellen Revolution zu entwickeln, die folglich die Bestandteile in den Wirbel des gesellschaftlichen Umbruchs treibt. Um eine Führung zu überleben oder zu übernehmen, soll man mit zugehörigen Werkzeugen ausgestattet sein. Maschine wird schlauer und intelligenter. Maschinelles Lernen ist unausweichliche Fähigkeiten und erfordert, dass die Menschen vertraut sind. Diese Gruppe ist für diese Menschen, die sich für die Entwicklung ihrer Talente interessieren, um sie zu passen.

• Newsletter

  • Synchronisierte AI -Technologie- und Branchenüberprüfung - Chinas führender Medien- und Informationsanbieter für KI und maschinelles Lernen.
  • Inside AI - Eine tägliche Zusammenfassung von Geschichten und Kommentaren zu künstlicher Intelligenz, Robotik und Neurotechnologie.
  • AI Weekly - Eine wöchentliche Sammlung von AI -Nachrichten und Ressourcen für künstliche Intelligenz und maschinelles Lernen.
  • AI Ethics Weekly - Die neuesten Updates in der AI -Ethik, die jede Woche in Ihren Posteingang geliefert werden.
  • Louis Bouchard Weekly - Ein und nur ein Papier erklärte Weekly mit einem Artikel, einer Videodemo, Demo, Code usw. deutlich.
  • Dodai - Rückblicke der am stärksten signalen KI -Wöchentliche Räume!
  • In Richtung KI -Newsletter - Zusammenfassung der interessantesten Nachrichten und Lernressourcen wöchentlich sowie Community -Updates aus der Community der Lern ​​Ai Together Discord. Perfekt für ML -Profis und -Derbegeisterte.
  • Die Charge - Andrew Ng / DeepLearning.ai

• Folgen Sie mittleren Veröffentlichungen

  • In Richtung Data Science - "Teilen von Konzepten, Ideen und Codes"
  • In Richtung AI - "Das Beste aus Technologie, Wissenschaft und Ingenieurwesen."
  • ONZERO - "Die Unterströmungen der Zukunft. Eine mittlere Veröffentlichung über Technik und Wissenschaft."

Finden Sie einen maschinellen Lernenjob

• Lesen Sie diesen Abschnitt aus dem Artikel voller Interview -Tipps und wie Sie sich darauf vorbereiten .
• Erfahren Sie, wie der Interviewprozess besser wird, indem Sie sich darauf vorbereiten, indem Sie sich ansehen, wie andere es getan haben, wie die Interviewserie, die ich mit Experten aus Nvidia, Zoox (Selbstfahrtsunternehmen), D-ID (Generative AI Startup) usw. betrieben habe, usw. betrieben.

AI -Ethik

• Was sind Ethik und warum sind sie wichtig? Ausgabe für maschinelles Lernen - von Rachel Thomas, Gründer von Fast.ai
• AI4people - ein ethischer Rahmen für eine gute AI -Gesellschaft: Möglichkeiten, Risiken, Prinzipien und Empfehlungen - Floridi et al., 2018, AI4people AI für eine gute Gesellschaft
• Ethikrichtlinien für vertrauenswürdige KI - Europäische Kommission hochrangige Expertengruppe 7 Punkte für eine vertrauenswürdige KI.
• Eine Einführung in die Ethik in Robotik und KI - ein kostenloses E -Book von Christoph Bartneck, Christoph Lütge, Alan Wagner und Sean Welsh.

Erfahren Sie mehr und machen Sie mehr ... mit LLMs

Chatgpt, Bing, Claude ... sind unglaublich. Natürlich haben sie Einschränkungen. Sie können diese jedoch nutzen, um alles zu lernen, was Sie wollen. Ich benutze es zum Codieren oder stelle es im Allgemeinen viele Fragen. Sie müssen sich untersuchen, wenn Sie wichtige Fragen stellen. Trotzdem ist es ein mächtiges Werkzeug . Ja, es ist ein Werkzeug, kein menschlicher Ersatz. Verwenden Sie es als dumme Assistentin, der so ziemlich alles weiß.

Hier ist ein klares Beispiel dafür, wie ich es für ein Projekt verwendet habe, um eine Funktion aus einem Projekt besser zu verstehen, mit dem ich nicht vertraut war. Dies gilt für Python, aber diese Modelle sind äußerst leistungsfähig für das Codieren im Allgemeinen, das Verständnis neuer Plattformen (wie AWS, GCP, Arbeit mit einer virtuellen Maschine, einem Server, SSH -Verbindungen usw.. Alles, was Sie nicht kennen, ist im LLM -Bereich nützlich).

PS Ich habe Bing und Claude nicht zum Spaß erwähnt. Seien Sie nicht übermäßig von einem einzigen Unternehmen wie OpenAI abhängig. Es gibt (und wird immer) andere Unternehmen im Kampf um die beste LLM. Ich wollte heute Morgen ein Beispiel für den Leitfaden erstellen, wenn ...

---

Tag auf Twitter @whats_ai oder linkedIn @louis bouchard, wenn Sie die Liste teilen!

? Wenn Sie meine Arbeit unterstützen möchten , können Sie überprüfen, ob Sie dieses Repository sponsern oder mich auf Patreon unterstützen.

Dieser Leitfaden wird immer noch regelmäßig aktualisiert.