Großspracher Modell (LLM) Hände
Referenzbuch: Mastering großer Sprachmodelle [Google Books Preview] [GitHub Link]
Code Erläuterung: Link
Inhalt
Regelbasierte Modelle
- Telefonnummernextraktion unter Verwendung regulärer Ausdrücke
- Musteranpassung unter Verwendung von Teilen von Sprach -Tags
- Übereinstimmende spezifische Token mit spezifischen Attributen
Statistische Sprachmodelle
- Einfache Implementierung des Bigram -Sprachmodells
- Ngrams des Satzes
Datenvorverarbeitung
- Grundlegende Datenreinigung
- Entitätserkennung
- Anonymisierung
- Beispiel für Textvorverarbeitung
- Teile der Speech (POS)
- Abhängigkeits Parsen
Neuronale Netze
- Feedforward Neural Network, um das Xnor -Problem zu lösen
- LSTM für IMDB Movie Review Sentiment Classification
- Gru für IMDB Movie Review Sentiment Classification
- Bidirektionaler RNN für IMDB Movie Review Sentiment Classification
- CNN -basierte Sprachmodellarchitektur
Transformator-basierte Modelle
- Selbstbekämpfungsvisualisierung
- Positionscodierung
Schulung großer Sprachmodelle
- Entwerfen eines winzigen LLM für die Textgenerierung
- Entwerfen eines Textgenerierungsmodells auf Charakterebene
- Entwerfen eines Textgenerierungsmodells auf Wortebene
- Entwerfen eines Textgenerierungsmodells auf Wortebene mit großem Datensatz
- Textgenerierungsmodell mit T5
Feinabstimmung große Sprachmodelle
- Feinabstimmung Gemma 2 2B-It-Modell vom Umarmungsgesicht
Einführung in Ollama
- Inferenzlama 3.2 Modell mit Ollama Python Library
- Inferenzierung Gemma 2 Modell mit Ollama Python Library
- Inferencing Llava -Modell mit Ollama Python Library
Einführung in Langchain
- Inferenzlama 3.2 -Modell mit Langchain und Ollama
- Inferencing Llava -Modell mit Langchain und Ollama
REMAINAL-AUGENTED-Generation (LAG)
- Entwerfen einer RAG-Pipeline (Abruf-Augmented Generation) mit Lamaindex und Ollama
- Entwerfen einer Pipeline (Abruf-Augmented Generationed Generation) für Gemma 2-Modell
Schnelltechnik
