
皆のための大規模言語モデル LLM Part 5 - LangGraphで私だけのAIエージェント作り
AISchool
最新AI技術の集大成であるAIエージェント!様々なAIエージェントを実装してみながら、LangGraphを利用した自分だけのAIエージェント実装法を学習してみます。
중급이상
LangGraph, AI Agent, LangChain
LLM(Large Language Model)の基礎概念から、高性能LLMであるLlama 2モデルを、私が望むデータセットにFine-Tuningする方法まで、次々と学習します。
LLM(Large Language Model)の基礎概念
高性能LLMのLlama 2モデルを、私が望むデータセットにFine-Tuningする方法
OpenAI APIを使用してGPTを独自のデータセットにFine-Tuningする方法
さまざまなパラメータ - 効果的なファインチューニング(PEFT)技術
LLMのパフォーマンスを最大限に引き出すためのさまざまなプロンプトエンジニアリング(Prompt Engineering)技術
最新AI技術LLM、コンセプトからモデルチューニングまで!
Llama2とOpenAI APIを正しく活用すれば、特定の分野に絞られた領域に限って、現存する最強のLLMであるGPT-4よりも強力なLLMを作ることができます!
最新LLMモデルの
概念と原理
しっかりと学習
したい方
高性能オープンソース
LLM Llama 2
独自のデータセットに
Fine-Tuning
したい方
PEFTなど
最新のLLMトレンド
学習したい方
OpenAI APIを使用した
GPT Fine-Tuning
方法を学ぶ
したい方
👋本講義は、Python、ディープラーニング、自然言語処理(NLP)の選手知識が必要な講義です。必ず以下の講義を先に受講するか、それに準ずる知識を備えた後、本講義を受講してください。
Q. LLM(Large Language Model)とは何ですか?
LLMは「Large Language Model」の略で、大規模なデータセットで訓練された人工知能言語モデルを意味します。これらのモデルは自然言語処理(NLP、Natural Language Processing)タスクに広く使用されており、テキストの生成、分類、翻訳、質問の回答、感情分析などのさまざまなタスクを実行できます。
一般に、LLMには数百万以上のパラメータがあり、モデルはさまざまな言語パターンと構造を学習できます。その結果、LLMはかなり洗練された自然なテキストを生成できます。
例えば、GPT(Generative Pre-trained Transformer)シリーズのようなモデルはOpenAIによって開発されており、これは代表的なLLMの一例です。これらのモデルは、Webページ、書籍、論文、記事などの大きなテキストデータセットで訓練され、その後、さまざまな自然言語処理タスクに適用できます。
LLMは現在、多くの商業アプリケーションで使用されており、チャットボット、検索エンジン、自動翻訳サービス、コンテンツ推薦など、さまざまな分野でその価値が認められています。ただし、これらのモデルは依然として高度な専門知識を必要とする作業に制限がある可能性があり、誤った情報の生成、偏向、理解不足などの問題がある可能性があります。
Q. 選手の知識が必要ですか?
この[すべてのための大規模言語モデルLLM(Large Language Model)Part 1 - Llama 2 Fine-Tuningを試す]レッスンでは、最新のLLMモデルの詳細な説明と使用方法を説明しています。したがって、ディープラーニングと自然言語処理の基礎知識を持っているという仮定の下で講義が行われます。ディープラーニングと自然言語処理の基礎知識が不足している場合は、先行講義である[例で学ぶディープラーニング自然言語処理入門NLP with TensorFlow - RNNからBERTまで]講義を先に受講してください。
📢受講前に確認してください
学習対象は
誰でしょう?
大規模言語モデルLLM(Large Language Model)の概念と活用法を学びたい方
自分のデータセットに最新LLMをFine-Tuningしてみたい方
ディープラーニング研究関連職種で就職を希望される方
人工知能/ディープラーニングに関する研究を進めたい方
人工知能(AI)大学院を準備している方
前提知識、
必要でしょうか?
Pythonの使用経験
選手講義 [例で学ぶディープラーニング自然言語処理入門 NLP with TensorFlow - RNNからBERTまで] 受講経験
9,096
受講生
671
受講レビュー
351
回答
4.6
講座評価
29
講座
全体
127件 ∙ (30時間 15分)
講座資料(こうぎしりょう):
全体
84件
4.7
84件の受講レビュー
受講レビュー 6
∙
平均評価 4.7
受講レビュー 1
∙
平均評価 4.0
受講レビュー 11
∙
平均評価 4.8
受講レビュー 1
∙
平均評価 4.0
受講レビュー 1
∙
平均評価 5.0
¥10,567
知識共有者の他の講座を見てみましょう!
同じ分野の他の講座を見てみましょう!