LLM (Large Language Models)으로 시작 - 무료 전문가가 되십시오!
2024 년 LLM 기술을 시작하고 향상시키기위한 완전한 가이드는 현장에서 고급 배경없이 최신 뉴스와 최첨단 기술로 최신 정보를 유지합니다!
먼저, 프로그래밍 또는 AI 지식이 0 인 경우이 안내서를 따르십시오.
이 안내서는 프로그래밍 및 기계 학습에 대한 배경이 작은 사람을위한 것입니다. 따라야 할 특정 순서는 없지만 고전적인 경로는 위에서 아래로입니다. 책을 읽는 것을 좋아하지 않는다면 건너 뛰십시오. 온라인 코스를 따르고 싶지 않다면 건너 뛸 수도 있습니다. 머신 러닝 전문가가 될 수있는 단일 방법은 없으며 동기 부여로 절대적으로 달성 할 수 있습니다.
여기에 나열된 모든 리소스는 온라인 과정과 책을 제외하고는 무료이며, 더 나은 이해를 위해 권장되는 일부 온라인 과정과 책을 제외하고는 온라인 독서, 비디오 및 연습에 약간의 시간을 보낸 시간이 조금 더 많아지면서 분명히 전문가가 될 수 있습니다. 결제 과정과 관련 하여이 안내서의 링크는 제휴 링크입니다. 코스를 따르는 느낌이 들면 저를 지원할 수 있으므로 사용하십시오. 감사합니다. 재미있게 배우십시오! 이것은 당신에게 완전히 달려 있고 필요하지 않습니다. 나는 그것이 나에게 유용하고 다른 사람들에게도 유용하다고 느꼈다.
비디오를 반복하거나 여러 출처에서 배우는 것을 두려워하지 마십시오. 반복은 학습의 성공의 열쇠입니다!
관리자 : LouisfB01, AI & LLM에 대해 더 많이보고 싶다면 YouTube 및 Podcaster에서도 활성화됩니다! 내 개인 뉴스 레터에서 일주일에 두 번 더 배울 수도 있습니다!
이 저장소에 추가 할 훌륭한 리소스에 대한 문제를 자유롭게 제출하십시오.
목록을 공유하면 트위터 @whats_ai 또는 linkedin @louis bouchard에 나를 태그하십시오!
이 가이드가 무엇인지 알고 싶습니까? 이 비디오보기 :
목차
- 전제 조건
- 첫 번째 단계로 짧은 YouTube 비디오 소개로 시작하십시오.
- LLM 책 및 기사 (독자 용)
- 온라인 과정을 따르십시오
- 연습, 연습 및 연습!
- 격려
- 검색 증강 세대 (rag)
- 더 많은 자원 (커뮤니티, 치트 시트, 뉴스 등!)
- 머신 러닝 작업을 찾는 방법
- AI 윤리
- LLMS를 통해 더 많은 것을 배우고 더 많은 일을하십시오
전제 조건
프로그래밍 또는 AI 지식이 0 인 경우이 안내서를 따르십시오. 파이썬 섹션을 주로 확인하면 여기로 돌아올 수있는 충분한 배경이 있습니다!
Python과 AI에 다소 익숙하다면 행복한 학습을 기원합니다!
첫 번째 단계로 짧은 YouTube 비디오 소개로 시작하십시오.
짧은 YouTube 비디오 소개로 시작하십시오
이것은 아무것도부터 시작하는 가장 좋은 방법입니다. 여기, 나는 LLM 필드에서 시작하기 위해 알아야 할 약관에 대한 훌륭한 소개를 제공 할 최고의 비디오 중 몇 개를 나열합니다.
- 용어 이해
- MASTORMING AI 전문가 - OpenAI & LLM 용어에 대한 가이드 -Louis Bouchard- LLM (또는 GPT) 세계에서 가장 많이 사용되는 용어에 대한 빠른 소개.
- 변압기 및 LLM 이해 (즉, Chatgpt의 모델)!
- 대형 언어 모델에 대한 소개 - Andrej Karpathy의 놀라운 1 시간 이야기.
- 자연 언어 처리 및 대형 언어 모델 - Luis Serrano의 GPT와 같은 대형 언어 모델 뒤에있는 모든 것을 더 잘 이해하기 위해주의 메커니즘, 토큰, 임베딩 등에 대한 놀라운 비디오 소개.
- 변압기 모델은 무엇이며 어떻게 작동합니까? - 루이스 세라노
- 그림 학습에있는 단어 임베드에 대한 부드러운 소개 - Jay Alammar의 기계 학습에서 단어 임베드에 대한 명확한 설명.
- 언어 모델에 대한 해커 안내서 -Jeremy Howard (Fast.ai).
- GPT를 구축합시다. 처음부터 코드로 철자가있다. - Andrej Karpathy에 의해.
시작하고 배우는 또 다른 쉬운 방법은 여가 시간에 팟 캐스트를 듣는 것입니다 . 출근, 버스에서 운전하거나 잠들기 어려움을 겪고 있습니까? AI 팟 캐스트를 듣고 용어와 패턴에 익숙해지고 영감을주는 이야기를 통해 필드에 대해 배우십시오! Lex Fridman, Machine Learning Street Talk 및 My Podcast : Louis Bouchard Podcast와 같이 개인적으로 선호하는 최고의 몇 가지를 따르도록 초대합니다. Louis Bouchard Podcast는 그들이 수집하기 위해 열심히 일한 지식을 공유하는 영감을주는 이야기를 통해 현장에서 엄청나게 재능있는 사람들에 대해 배울 것입니다. 내가 정말로 나를 최신 상태로 유지하는 것을 듣는 새로운 것은 내 친구 Alex Volkov의 Thursdai 팟 캐스트입니다.
다음은 YouTube에서 사용할 수있는 멋진 코스 목록입니다.
- Louis Bouchard의 LLM 무료 코스 비디오 "Activeloop의 생산 과정을위한 Train & Fine-Tune LLM, AI & Intel Disruptor를 향해". "LLM 과정의 재생 목록 : Gen AI 360 : 기초 모델 인증!"
- Freecodecamp의 Python - Tutorial-을 사용하여 대형 언어 모델을 처음부터 만듭니다. "처음부터 자신의 대형 언어 모델을 구축하는 방법을 배우십시오.이 과정은 대형 언어 모델 뒤에 데이터 처리, 수학 및 변압기로 들어갑니다. Python을 사용하게됩니다."
- Cohere의 LLM University (LLMU) - Cohere의. LLM University (LLMU)는 초보자부터 고급 학습자에 이르기까지 자연어 처리 (NLP)를위한 포괄적 인 학습 리소스 세트입니다.
- Luis Serrano의 대형 언어 모델의주의 메커니즘. 이 비디오 시리즈에서 Luis는 변압기 아키텍처가 점점 더 깊이 진행되고 있다고 설명합니다. 트랜스포머에 대한 매우 좋은 개요와 설명이며 모든 AI 전문가가 지켜봐야한다고 생각하는주의 메커니즘입니다.
LLM 책 및 기사 (독자 용)
기사와 읽기 경로를 선호하는 경우 다음은 다음과 같습니다.
- 생산을위한 LLM 구축 : AI를 향한 프롬프트, 미세 조정 및 헝겊으로 LLM 능력 및 신뢰성 향상. "대형 언어 모델을 신속한 엔지니어링, 미세 조정 및 검색 증강 생성을 포함하여 실제 응용 프로그램에 적응하기위한 주요 기술 스택을 발견하십시오." (또는 여기에 전자 책을 얻으십시오. 당신은 좋은 할인을 위해 나를 DM 할 수 있습니다!)
- 일러스트 변압기 - Jay Alammar의. 이것은 현재 언어 모델의 작동 방식에 대한 놀라운 설명을 제공하는 유명한 기사입니다.
- Shawhin Talebi의 LLM에 대한 실질적인 소개.
- 매체는 AI 또는 데이터 과학 간행물을 향한 훌륭한 설명을 찾을 수있는 가장 좋은 장소입니다. 나는 또한 내 기사를 거기에서 공유하고 플랫폼을 사용하는 것을 좋아합니다. 이것이 당신에게 흥미롭게 들리고 동시에 나를 지원하고 싶다면 내 제휴 링크를 사용하여 Medium을 구독 할 수 있습니다!
- 새로운 Mila 학생들을위한 읽기 목록 - 익명
- 2022 년에 NLP를 마스터하기위한 완전한 로드맵
- NLTK Book은 NLP의 기본 이론에 대해 배우는 무료 리소스입니다 : https://www.nltk.org/book/
- 주석이 달린 변압기 - 하버드
온라인 과정을 따르십시오
더 많은 지침이 마음에 들면 (선택 사항) 온라인 과정 (예 : ...
- 큰 언어 모델을 가진 생성 AI- 지불
- Deeplearning.ai의 Coursera의 자연 언어 처리 전문 분야와 NLP Pro가 되십시오.
- Gradio Course- 기계 학습 모델 용 사용자 인터페이스 생성 -Freecodecamp- 무료
- Activeloop의 생산 과정을위한 열차 및 미세 조정 LLM, AI & Intel Disruptor를 향해 - 무료
- Cohere의 LLM University- 무료
- 초보자부터 Adianced LLM 개발자까지 AI를 향해. "LLM, 프롬프트, 래그, 미세 조정 및 에이전트로 첫 번째 확장 가능한 제품을 구축하십시오! 최고 기업이 필요한 기술을 마스터하고 실제 애플리케이션으로 고급 LLM MVP를 구축하십시오."
- DeePlearning.ai의 Coursera의 자연어 처리 전문화와 함께 NLP Pro가 되십시오 .
- NLP 나노 학위! - "음성을 처리하고 텍스트를 분석하기위한 최첨단 자연 언어 처리 기술을 배우십시오. 숨겨진 Markov 모델 및 재발 신경 네트워크와 같은 확률 및 딥 러닝 모델을 구축하여 컴퓨터가 음성 인식, 기계 번역 등과 같은 작업을 수행하도록 가르치십시오!"
- Google 클라우드를 사용하여 대형 언어 모델 소개 - 유료
- 응용 프로그램에서 교육, 미세 조정 및 LLM을 사용하는 법을 배우십시오. - 무게 및 편견에 의해 무료
- 시맨틱 검색이있는 대형 언어 모델 - 무료, deeplearning.ai 및 cohere
당신은 더 많은 것을 위해 쉽게 Google을 할 수 있지만, 그것을 읽고 본 후에, 나는 당신이 이미 실제 거래에 참여할 수있는 LLM에 대해 충분히 이해하고 있다고 생각합니다 : 연습.
연습, 연습 및 연습!
연습이 핵심입니다
프로그래밍에서 가장 중요한 것은 연습입니다. 이것은 기계 학습에도 적용됩니다. 연습 할 개인 프로젝트를 찾기가 어려울 수 있습니다. 나는 당신에게 혼자서 무언가를 만들려고 노력하는 것을 강력히 조언하지만, 그것이 협박 할 수 있다는 것을 이해합니다. 그런 다음 제안 할 것은 하나 또는 두 개의 극도로 적용된 과정을 따르고 자원을 사용하여 제공하는 코드 예제를 기반으로 자신의 프로젝트를 구축하는 것입니다. 그리고 나머지 작업의 코드 보조원으로서 당신을 위해 chatgpt 또는 github copilot.
다음은 LLM에 대해 찾을 수있는 가장 적용된 몇 가지 과정입니다.
- 빠른 텍스트 분류 모델 또는 워드 벡터 라이저를 구축하려는 FastText는 모델을 신속하게 훈련시키는 데 좋은 라이브러리입니다.
- Huggingface는 현대 NLP 모델을 얻을 수있는 곳이며 전체 코스도 포함합니다.
- Langchain & Vector 데이터베이스 생산 데이터베이스 - Activeloop 및 Intel Disruptor 이니셔티브와 제작하여 AI를 향해 구축 한 놀라운 무료 리소스. "당신은 AI 영역의 새로 온 사람이든 숙련 된 머신 러닝 애호가이든,이 과정은 당신을 위해 설계되었습니다. 우리의 목표는 AI에 접근 가능하고 실용적으로 만들어 일상 업무에 접근하는 방법과 작업의 전반적인 영향을 변화시키는 것입니다."
- 생산을위한 교육 및 미세 조정 LLM- Activeloop 및 Intel Disruptor 이니셔티브와 제작을위한 교육 및 미세 조정 LLM에 대해 배우기 위해 AI를 향한 놀라운 무료 리소스. "LLM을 처음부터 훈련하고 미세 조정하는 방법을 배우고 중간 파이썬 지식을 갖고 중간 컴퓨팅 리소스에 대한 액세스 (경우에 따라 Google Colab만으로도 충분할 것입니다!)는 AI의 초보자, 현재 기계 학습자, 학생, 학생들을 고려하는 전문가를 포함하여 광범위한 청중으로 설계되어 AI에 적용 할 수 있도록 조정하는 것입니다. AI가보다 접근 가능하고 실용적으로 만들기 위해 광범위한 산업 분야의 대형 언어 모델. "
- 실제 ML 튜토리얼 및 커뮤니티 - 지불
알림. 배우는 가장 좋은 방법은 무언가를 만드는 것입니다! 나는 정말로 배우기 쉽다. 이 과정은 모두 훌륭하지만 선택 사항입니다. LLMS (Openai, Langchain, Activeloop, Cohere, W & B ...)와 함께 일하기위한 리소스를 제공하는 대부분의 회사는 스스로 할 수 있으며, 시작하고 무언가를 구축 할 수있는 훌륭한 자습서가 있습니다. 그런 다음 Chatgpt에게 끝내도록 요청할 수 있습니다!
격려
프롬프트는 모델을 사용하고 NLP 관련 앱을 구축하는 데 대해 배우는 중요한 새로운 기술입니다.
- 프롬프트 란 무엇입니까? AI 모델과 이야기 ...- 무료
- 개발자를위한 ChatGpt 프롬프트 엔지니어링 - 유료
- 프롬프트를 배우십시오 - 이것은 프롬프트를 가르치고 특정 모델에 대한 팁을 제공하는 훌륭한 무료 코스입니다. 프롬프트에 필요한 전부 입니다!
- 신뢰성을 향상시키는 기술 - 프롬프트 기술에 대한 Openai 요리 책.
검색 증강 생성 (RAG) 및 미세 조정에 대한 자세한 내용
대부분의 사람들은 현재 래그 기반 앱을 구축합니다. 다음은 내가 당신을 시작하고 그것을 잘 이해하기 위해 좋아했던 몇 가지 자료입니다 ...
- LLM 성능을 극대화하기위한 기술 설문 조사 - 프롬프트 엔지니어링, 걸레 또는 미세 조정을 사용할 때 OpenAi 커버에 의한 놀라운 비디오. 이것은 현장의 모든 사람들에게 꼭 봐야 할 것입니다!
- Rag vs Fine Tuning vs Deep Memory vs Training LLM : LLMS로 무엇을 해야하는지 -Simlarly에서는 응용 프로그램에서 Rag, Fine Tuning 또는 Prompt Engineering을 사용해야 할 때 짧은 비디오입니다.
- GPT 및 임베딩을 사용하여 Q & A 챗봇 구축 -Jeremy Pinto의 YouTube 자습서를 적용합니다.
- 웹 사이트에 대한 질문에 답할 수있는 AI를 구축하는 방법 - 무료 OpenAi 자습서.
- 초보자부터 Adianced LLM 개발자까지 AI를 향해. "LLM, 프롬프트, 래그, 미세 조정 및 에이전트로 첫 번째 확장 가능한 제품을 구축하십시오! 최고 기업이 필요한 기술을 마스터하고 실제 애플리케이션으로 고급 LLM MVP를 구축하십시오."
- 래그 기반 Chatgpt 웹 앱을 구축하는 방법 : 새로운 AI 교사를 만나십시오-헝겊 기반 챗봇을 구축 한 방법에 대한 YouTube 소개 (및 가능한 방법).
- 생산을위한 교육 및 미세 조정 LLM- 처음부터 LLM을 훈련하고 미세 조정하는 방법을 배우십시오.
- Paul Iusztin, Pau LaBarta Bajo 및 Alexandru Razvant의 실시간 재무 고문-실시간 LLMS 코스를 훈련하고 배치하십시오.
- Langchain & Llamaindex를 통한 생산을위한 증강 생성 - 조직을위한 데이터 응용 프로그램과 채팅을 계획 할 계획이든, 다양한 산업에서 생성 AI를 활용하는 방법을 배우 든,이 과정은 귀하를위한 것입니다. 이 과정은 검색 정확도 증가, AI 출력의 환각 감소, 설명 가능성 향상, 저작권 문제 해결,보다 맞춤형 최신 데이터 입력을 제공하는 등 중요한 문제를 해결합니다. 우리는 기본 래그 애플리케이션을 넘어서 Langchain, Llamaindex 및 Deep Memory와 같은 도구를 사용하여보다 복잡하고 신뢰할 수있는 제품을 만들 수있는 기술을 제공합니다. 실습 학습을 강조하는이 과정은 실제 시나리오에서 고급 헝겊 기술과 응용 프로그램을 마스터하는 관문입니다.
- 생산을위한 LLM 구축 : AI를 향한 프롬프트, 미세 조정 및 헝겊으로 LLM 능력 및 신뢰성 향상. "대형 언어 모델을 신속한 엔지니어링, 미세 조정 및 검색 증강 생성을 포함하여 실제 응용 프로그램에 적응하기위한 주요 기술 스택을 발견하십시오." (또는 여기에 전자 책을 얻으십시오. 당신은 좋은 할인을 위해 나를 DM 할 수 있습니다!)
더 많은 자원
커뮤니티에 가입하십시오!
많은 AI 애호가가있는 불일치 서버 - 함께 배우고, 질문을하고, Kaggle 팀원을 찾고, 프로젝트를 공유하는 등.
최신 AI 뉴스로 최신 정보를 유지할 수있는 불화 서버-최신 AI 뉴스를 최신 상태로 유지하고 질문을하고 프로젝트를 공유하는 등을 최신 상태로 유지하십시오.
프롬프트 불일치 커뮤니티를 배우십시오 - 동료 프롬프트 엔지니어와 채팅하십시오.
Reddit 커뮤니티를 따르십시오 - 질문을하고, 프로젝트를 공유하고, 뉴스를 팔로우하는 등.
- 인공 - 인공 지능
- MachineLearning- 머신 러닝 (필드의 가장 큰 하위 레드)
- DeePlearningPapers- 딥 러닝 페이퍼
- computervision- 이미지 및 비디오에서 유용한 정보 추출
- LearnMachineLearning- 머신 러닝을 배우십시오
- 인공 지능 - ai
- latsestinml- 머신 러닝에서 게임을 변화시키는 개발을 놓치지 말아야합니다.
현장에서 뉴스를 따르십시오!
머신 러닝 작업을 찾으십시오
- 인터뷰 팁과 준비 방법 으로 가득 찬 기사 에서이 섹션을 읽으십시오.
- Nvidia, Zoox (자율 주행 회사), D-ID (Generative AI Startup) 등의 전문가들과 함께 출마 한 인터뷰 시리즈와 같이 다른 사람들이 어떻게했는지 지켜줌으로써 인터뷰 과정이 어떻게 진행되는지에 대해 알아보십시오.
AI 윤리
- 윤리는 무엇이며 왜 중요한가? 머신 러닝 버전 -Rachel Thomas, Fast.ai의 창립자
- AI4PEOPLE - 좋은 AI 사회를위한 윤리적 틀 : 기회, 위험, 원칙 및 권장 사항 -Floridi et al., 2018, AI4People AI를위한 AI4PEOPLE AI
- 신뢰할 수있는 AI에 대한 윤리 지침 - 유럽위원회 고위급 전문가 그룹 7 포인트 신뢰할 수있는 AI.
- Robotics and AI의 윤리 소개 - Christoph Bartneck, Christoph Lütge, Alan Wagner 및 Sean Welsh의 무료 전자 책.
LLMS를 통해 더 많은 것을 배우고 더 많은 일을하십시오
Chatgpt, Bing, Claude ... 믿을 수 없습니다. 물론, 그들은 한계가 있습니다. 그러나 원하는 것을 배우기 위해 사람들을 활용할 수 있습니다. 일반적으로 코딩하거나 많은 질문을하는 데 사용합니다. 중요한 질문을 할 때 다시 확인해야합니다. 그래도 강력한 도구 입니다. 예, 그것은 인간 대체품이 아닌 도구입니다. 거의 모든 것을 알고있는 멍청한 조수로 사용하십시오.
다음은 내가 익숙하지 않은 프로젝트의 기능을 더 잘 이해하기 위해 프로젝트를 사용하는 방법에 대한 명확한 예입니다. 이것은 Python이지만, 이러한 모델은 일반적으로 코딩하기에 매우 강력합니다 (AWS, GCP와 같은 새로운 플랫폼, 가상 머신, 서버, SSH 연결 등 ... LLM 공간에 유용하지 않은 모든 것).
추신 : 나는 재미를 위해 Bing과 Claude를 언급하지 않았다. OpenAi와 같은 단일 회사에 지나치게 의존하지 마십시오. 최고의 LLM을위한 싸움에는 다른 회사가 있습니다. 오늘 아침에 가이드의 예를 만들고 싶었습니다 ...
목록을 공유하면 트위터 @whats_ai 또는 linkedin @louis bouchard에 나를 태그하십시오!
? 내 작업을 지원하려면 이 저장소를 후원하거나 Patreon에서 저를 지원할 수 있습니다.
이 안내서는 여전히 정기적으로 업데이트됩니다.
