المؤلفون: ديالو ديالو ، روكسان إل باف ، دومينيك أوبيتز ، أوليفر بنش ، نظير شوتت
المؤلف المقابل: Peer Schütt (Peer.Schuett في DLR.DE)
في هذا البرنامج التعليمي العملي ، ستتعلم أحدث التقنيات في الهندسة السريعة ، وكيفية توجيه نماذج اللغة الكبيرة (LLMS) بكفاءة باستخدام الجيل المعزز للاسترجاع (RAG) ، و Toolformer ، وهي طريقة حديثة لإثراء LLMs مع معلومات من أدوات خارجية. ستتمكن من إعداد طراز LLM المحلي الخاص بك وتطبيق هذه التقنيات لتجربة المهام. من الناحية المثالية ، يمكنك استخدام هذه المعرفة على الفور لمعالجة التحديات الخاصة بك ، سواء في البحث أو الإدارة.
تم إعداد هذا البرنامج التعليمي لـ WAW ML 2024.
يحتوي كل من الأجزاء التعليمية الثلاثة على مجلد مخصص مع تعليمات. من المقرر الانتهاء من البرنامج التعليمي في أربع خطوات:
سنستخدم LM Studio (https://lmstudio.ai/). نحن نقدم PDF مع تعليمات التثبيت lm_studio_install_instruct.pdf ، مقدمة قصيرة لاستوديو LM ، وتفسيرات للنموذج الذي نريد استخدامه. يرجى قراءة PDF ، وتنزيل طراز LLM المحدد وتشغيل LM Studio . بالنسبة لجزء من البرنامج التعليمي ، يمكنك استخدام واجهة برمجة تطبيقات Mistral للحصول على أداء أفضل ، ولكن هذا خيار اختياري. إذا كنت ترغب في استخدام ذلك ، فقم بالتسجيل هنا (https://docs.mistral.ai/getting-started/quickstart/#account-setup). ولكن جميع الأجزاء قابلة للتنفيذ مع LM Studio.
نقدم أيضًا requirements.txt مع جميع حزم بيثون اللازمة. مع ذلك ، يمكنك إنشاء بيئة كوندا/مامبا للبرنامج التعليمي:
conda init powershell # only for Windows users - requires terminal restart
conda activate
mamba create -n waw_ml python=3.10 # mamba/conda depending on what you use
conda activate waw_ml
pip install -r requirements.txt