Большие языковые модели. Как ими пользоваться? // Курс «Machine Learning. Professional»

Обсудим что такое большая языковая модель, какие есть предобученные модели.
Поработаем с API ChatGPT, запустим предобученную RuGPT3.
Посмотрим примеры работы с подходами Zero-shot, Few-shot.
Обсудим, как можно дообучать LLM на небольших видеокартах с помощью LORA модификаторов.

Кому подходит этот урок:

IT-специалистам, которые хотят внедрить ChatGPT в бизнес-процессы
Тем кто хочет познакомиться с LLM моделями в экосистеме HuggingFace
Тем кто хочет понять, как можно адаптировать большие предобученные модели к собственным задачам

Результаты урока: Вы узнаете как работать с API ChatGPT, запускать собственную LLM, представленную на HuggingFace, работать с LORA модификаторами моделей.

«Machine Learning. Professional» - https://otus.pw/NsSB/

Преподаватель: Александр Брут-Бруляко - Ds инженер в СБЕР Neurolab

Пройдите опрос по итогам мероприятия - https://otus.pw/JrT0/

Следите за новостями проекта:
Telegram: https://t.me/Otusjava
ВКонтакте: https://otus.pw/850t
LinkedIn: https://otus.pw/yQwQ/
Хабр: https://otus.pw/S0nM/

Эпизоды:
00:00 - Начало записи
01:28 - Знакомство с преподавателем и Otus
04:52 - О чем будет открытый урок (Open AI, Hugging face, Lora модификатор)
06:16 - Токенизация в больших языковых моделях
10:10 - Трансформеры построенные на механизмах внимания
13:00 - Архитектура трансформеров (енкодер, декодер)
15:55 - Эмбеддинг для разных языков
21:15 - Как обучать? Как предсказывать следующий токен по предыдущему токену (loss-функция)
25:52 - Зоопарк LLM
36:18 - Как работает ChatGPT на примерах
47:16 - Как наложить корпоративную базу знаний поверх ChatGPT
53:41 - Что есть в OpenSource ( Hugging face)
1:17:06 - Что такое fine tuning
1:17:58 - Коротко о карьерных перспективах