인공지능

/

자연어 처리

LLM 101: 2시간 안에 끝내는 LLM All-In-One 코스! 기초부터 Llama 기반 대화데모 실습까지!

(4.4) 수강평 8

수강생 77

Thumbnail

초급자를 위해 준비한
[자연어 처리, LLM] 강의입니다.

LLM을 위해 필요한 기초지식부터 실전에서 쓰일법한 팁까지 핵심적인 내용위주로 빠르게 현직자가 전달합니다!

이런 걸
배워요!

  • LLM

  • ChatGPT

  • 자연어처리

  • SFT

  • Instruction tuning

  • Parameter Efficient Finetuning (PEFT)

  • llamacpp

  • chat-ui

  • 대형언어모델

  • NLP

배우면서 만드는 나만의 LLM 대화 데모 만들기🚀

AI 기술이 급속히 발전하면서 LLM 모델의 중요성이 점점 더 커지고 있습니다. 하지만 일반화된 모델만으로는 특정 도메인이나 태스크에 최적화되기 어렵죠. 그래서 이번 강의에서는 SFT 튜닝을 통해 LLM을 맞춤화하고, 대화 데모까지 만들어보는 전체 과정을 다룹니다🔥

이번 강의는 자연어처리의 전반적인 내용을 직관적인 레벨에서 리뷰하고 LLM(Large Language Model)을 원하는 데이터로 Instruction(SFT) 튜닝하는 방법을 배우게 됩니다. 튜닝된 모델을 llama.cpp로 로컬 환경에서 서빙하고, Chat-UI를 활용해 멋진 대화 데모를 만들어 볼 예정입니다🎉

💡LLM 맞춤 서빙하기: SFT 튜닝에서 Chat-UI 데모까지 🚀

  • 이 강의를 통해 LLM(대규모 언어 모델)을 원하는 데이터로 Instruction 튜닝하고, 튜닝된 모델을 로컬 환경에서 서빙하며, 대화형 UI를 구축하는 전체 과정을 배우게 됩니다.

  • 맞춤형 AI 어시스턴트, 챗봇, 가상 비서 등 다양한 대화 시스템 구축에 활용할 수 있습니다. 🧠

이 강의의 특징

📌 자연어처리의 기초부터 LLM까지 전반적인 내용을 압축해서 다룹니다

📌 개념 설명과 예시를 균형있게 다룹니다

📌 실제로 튜닝을 하면서 모바일 및 웹 친화적인 Chat-UI 기반 대화 데모를 구축 해볼 수 있습니다

📌 직관적인 레벨에서 개념을 다루기 때문에 초급자부터 수강이 가능합니다

💡이 강의는 다른 강의와 어떻게 다른가요?

  • 개념 설명 부분에서는 시각적인 자료와 친절한 비유를 활용하여 복잡한 내용도 알기 쉽게 전달합니다.

    각 단계별로 이론적 배경과 구현 방식을 자세히 설명해 드립니다 🔎

  • 모바일/웹 친화적인 Chat UI 디자인과 llamacpp를 통해 Local PC (MacBook) 서빙 구축 과정을 소개하여, 여러분이 직접 만든 대화 시스템을 실제로 활용할 수 있도록 합니다🚀

이런 분들께 추천해요

LLM 스킬 레벨업하고 싶어요.
🧠 LLM(대규모 언어 모델)의 실전 활용 방법에 관심 있는 분

LLM 취업에 관심있어요.
🏅 포트폴리오를 위한 프로젝트가 필요한 실무자 및 취준생

개발 과정이 궁금해요.
🔥 AI 챗봇, 가상 비서 등 대화형 시스템을 직접 구축해보고 싶은 분

💡이 강의가 필요할 수강생은 누구일까요? 다음과 같은 고민이 있다면 함께 공부해볼까요!

  • 🤔 "LLM 모델을 어떻게 하면 내 서비스/프로젝트에 효과적으로 활용할 수 있을까?"

  • 😓 "LLM 튜닝 방법론은 배웠지만 실제로 구현하려니 어렵고 에러가 많이 나네..."

  • 🥵 "언젠가는 LLM 기반 대화형 AI를 만들어야 하는데 어디서부터 시작해야 할지 모르겠어."

💡이런 분들께 추천해요

  • 🧩 이론과 실습을 모두 원하는 실전 코딩 예비 수강생

  • 🔥 최신 AI 기술 트렌드를 배우고 싶은 열정있는 학생/실무자

  • 💡 LLM 모델 튜닝부터 PoC 개발까지 전체 과정을 익히고 싶은 분

수강 후에는

  • 🤖 Instruction Tuning(SFT)을 통해 LLM 모델을 특정 태스크나 도메인에 최적화할 수 있습니다.

  • 💻 llama.cpp를 사용해 튜닝된 LLM 모델을 로컬 환경에서 효율적으로 서빙할 수 있습니다.

  • 💬 Chat-UI를 구축하여 서빙된 LLM 모델과 자연스러운 대화형 인터페이스를 제공할 수 있습니다.


이런 내용을 배워요.

LLM 채팅데모: chat-ui, llamacpp

  • 내가 튜닝한 LLM을 로컬 환경에서 서빙

  • 채팅 데모 구축

LLM Instruction Tuning 실습

  • Instruction 학습데이터 전처리

  • SFTTrainer와 LoRA 학습 실습

이 강의를 만든 사람

  • 2016 ~ 현재: NLP & LLM 개발 실무자 (대기업 N사 ~ S사 근무)


수강 전 참고 사항

실습 환경

  • 강의는 Colab 및 MacOS 기준으로 설명합니다.

  • 윈도우 머신이라면 docker가 설치되어 있다면 대부분 따라오실 수 있습니다.


학습 자료

  • 각 강의 세션에 PDF 파일로 첨부 되어있습니다.

선수 지식 및 유의사항

  • 기본적인 파이썬 문법 (

    generator, decorater의 기본 동작 원리)

  • 딥러닝 기초지식


이런 분들께
추천드려요!

학습 대상은
누구일까요?

  • LLM을 처음 접하는 사람

  • 나만의 LLM을 만들어보고 싶은 사람

  • LLM 지식을 정리하고 튜닝도 해보고 싶은 사람

선수 지식,
필요할까요?

  • Python

📱contact: dreamingbumblebee@gmail.com

커리큘럼

전체

24 ∙ 1시간 58분

수업 자료

가 제공되는 강의입니다.

강의 게시일: 2024년 03월 31일
마지막 업데이트일: 2024년 04월 06일

수강평

아직 충분한 평가를 받지 못한 강의입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!