inflearn logo

Thử thách đọc hết cuốn sách <Mô hình ngôn ngữ lớn, nắm bắt cốt lõi nhanh chóng!>

Trong 5 tuần, những gì bạn nhận được

  • Các khái niệm cốt lõi của học máy và mạng thần kinh

  • Kỹ thuật biểu diễn văn bản và mô hình ngôn ngữ cơ bản

  • Triển khai RNN và Transformer bằng PyTorch

  • Hướng dẫn thực hành tinh chỉnh mô hình ngôn ngữ và kỹ thuật nhắc (prompt engineering)

  • Các cân nhắc chính về vấn đề ảo giác và đánh giá mô hình

Bắt đầu 13 thg 11

35 ngày

Hoàn thành 17 thg 12

haesunpark님과 함께해요!

Xác minh sự nghiệp

24,439

Học viên

511

Đánh giá

132

Trả lời

4.9

Xếp hạng

14

Các khóa học

Tôi theo học chuyên ngành kỹ thuật cơ khí, nhưng sau khi tốt nghiệp, tôi luôn làm công việc đọc và viết mã. Tôi là Google AI/Cloud GDE. Tôi điều hành blog TensorFlow (tensorflow.blog), đồng thời viết và dịch sách về machine learning và deep learning, khám phá một cách thú vị ranh giới giữa phần mềm và khoa học.

book-roadmap.jpg.webp

Đã viết 『Deep learning học bằng cách tự mình xây dựng』(Hanbit Media, 2025), 『Machine learning + deep learning tự học (bản sửa đổi)』(Hanbit Media, 2025), 『Phân tích dữ liệu tự học với Python』(Hanbit Media, 2023), 『Kỹ thuật trò chuyện bằng ChatGPT』(Hanbit Media, 2023), 『Do it! Nhập môn deep learning』(Easyspublishing, 2019).

『Machine Learning thực hành với scikit-learn và PyTorch』(Hanbit Media, 2026),  『Học deep learning từ người sáng lập Keras (lần 3)』(Gilbut, 2026), 『Fine-tuning LLM, nhanh chóng nắm vững những điều cốt lõi!』(Insight, 2026), 『Học LLM & AI với PyTorch』(Hanbit Media, 2026), 『Mô hình ngôn ngữ lớn, nhanh chóng nắm vững những điều cốt lõi!』(Insight, 2025), 『Machine Learning, nhanh chóng nắm vững những điều cốt lõi!』(Insight, 2025), 『Học LLM bằng cách tự xây dựng từ đầu』(Gilbut, 2025), 『Machine Learning thực hành』(Hanbit Media, 2025), 『Machine Learning Q & AI』(Gilbut, 2025), 『Toán học cho nhà phát triển』(Hanbit Media, 2024), 『Giải quyết các vấn đề ML trong thực tế với Python』(Hanbit Media, 2024), 『Giáo trình Machine Learning: phiên bản PyTorch』(Gilbut, 2023), 『Bài giảng ChatGPT của Stephen Wolfram』(Hanbit Media, 2023), 『Machine Learning thực hành lần 3』(Hanbit Media, 2023), 『Học deep learning tạo sinh qua thực hành lần 2』(Hanbit Media, 2023), 『Python đánh thức bộ não lập trình』(Hanbit Media, 2023), 『Xử lý ngôn ngữ tự nhiên bằng Transformer』(Hanbit Media, 2022), 『Học deep learning từ người sáng lập Keras lần 2』(Gilbut, 2022), 『Machine Learning&Deep Learning dành cho nhà phát triển』(Hanbit Media, 2022), 『Gradient Boosting với XGBoost và scikit-learn』(Hanbit Media, 2022), 『Học deep learning với đội ngũ Google Brain bằng TensorFlow.js』(Gilbut, 2022), 『Machine Learning sử dụng các thư viện Python (bản sửa đổi lần 2)』(Hanbit Media, 2022), cùng hàng chục cuốn sách khác, đã được dịch sang tiếng Hàn.

Thêm

Lịch trình thử thách

  • Lịch tuyển sinh: 10/30 (Thứ Năm) ~ 11/12 (Thứ Tư)

  • Lịch trình thử thách: 11/13 (Thứ Năm) ~ 12/17 (Thứ Tư) (Trong 5 tuần)

  • Lượng đọc mỗi tuần: Đọc xong từ chương 1 đến chương 5, mỗi tuần 1 chương


  • Nếu bạn hoàn thành các nhiệm vụ và đạt tỷ lệ học tập 100% trong thời gian thử thách, bạn sẽ được cấp giấy chứng nhận. Nếu không hoàn thành nhiệm vụ, chúng tôi không thể cấp giấy chứng nhận cho bạn.

  • Ngày dự kiến phát hành sách điện tử: 14 tháng 11, sách điện tử cũng được bao gồm trong phần xác nhận mua sách.

Quyền lợi thử thách

  • Cung cấp mã giảm giá miễn phí cho khóa học <Mô hình ngôn ngữ lớn, nắm bắt cốt lõi nhanh chóng!> (tương đương 40.000 won)


  • Cung cấp mã giảm giá 50% cho khóa học <Học về LLM thông qua việc xây dựng từ con số 0> (https://inf.run/wQDh8) (trị giá 30.000 won)

  • Lợi ích bổ sung khi hoàn thành thử thách

    • Cung cấp mã giảm giá miễn phí cho khóa học <Học máy, chỉ những nội dung cốt lõi một cách nhanh chóng!> (trị giá 40.000 KRW) (Dự kiến phát hành sau ngày 17 tháng 12)

    • Cung cấp mã giảm giá miễn phí cho thử thách <Tinh chỉnh LLM, Nắm bắt cốt lõi nhanh chóng!> (sắp xuất bản) (trị giá 20.000 KRW) (Lịch trình mở thử thách và cấp mã giảm giá miễn phí sẽ được thông báo sau)

  • Ưu đãi được cung cấp dưới dạng mã giảm giá Inflearn. Vui lòng tham khảo kỹ lưu ý bên dưới.

<Lưu ý> Nhất định phải đọc!!!

  • Vào ngày 13 tháng 11, liên kết nhận mã giảm giá miễn phí cho bài giảng <Mô hình ngôn ngữ lớn, nắm bắt cốt lõi nhanh chóng!> và liên kết nhận mã giảm giá 50% cho bài giảng <Học về LLM thông qua việc xây dựng từ con số 0> sẽ được gửi đến email đã đăng ký trên Inflearn của những người tham gia thử thách.

  • Vui lòng kiểm tra trước xem bạn có thể nhận được email từ Inflearn hay không. Nếu email bị xử lý là thư rác, chúng tôi sẽ không thể cấp lại sau này. Nếu bạn gặp vấn đề trong việc nhận email từ Inflearn, vui lòng liên hệ với bộ phận hỗ trợ của Inflearn.

  • Thời hạn hiệu lực của liên kết này là 3 ngày. Bạn phải nhận mã giảm giá miễn phí và mã giảm giá ưu đãi thông qua liên kết trong vòng 3 ngày. Sau 3 ngày, liên kết sẽ hết hạn và bạn không thể nhận mã giảm giá được nữa!

  • Mã giảm giá đã nhận phải được sử dụng trong vòng 1 ngày!

  • Khi hoàn thành thử thách, chúng tôi sẽ gửi ngay liên kết nhận mã giảm giá cho khóa học <Học máy, nắm bắt cốt lõi nhanh chóng!> qua email, và sau này khi thử thách cho cuốn sách <Tinh chỉnh LLM, nắm bắt cốt lõi nhanh chóng!> (sắp xuất bản) ra mắt, chúng tôi sẽ gửi liên kết nhận mã giảm giá miễn phí qua email cho bạn. Cách thức nhận và sử dụng mã giảm giá tương tự như trên.

Giới thiệu sách

Lược bỏ những lý thuyết phức tạp, chỉ gói gọn những cốt lõi thiết yếu!

Hướng dẫn ngắn gọn nhất để nắm vững mô hình ngôn ngữ

Cuốn sách này là phần tiếp theo của cuốn sách bán chạy nhất "The Hundred-Page Machine Learning Book" của Andriy Burkov, bao gồm các nội dung từ cơ bản về mô hình hóa ngôn ngữ đến các mô hình ngôn ngữ lớn (LLM) mới nhất một cách súc tích nhưng triệt để. Thông qua cuốn sách này, độc giả có thể học tập một cách hệ thống từ nền tảng toán học của học máy và mạng thần kinh hiện đại, đếm số (count) triển khai bằng Python, mô hình ngôn ngữ dựa trên RNN, Transformer tự tạo bằng PyTorch, cho đến thực hành LLM (tinh chỉnh hướng dẫn, kỹ thuật nhắc lệnh).

Cuốn sách này được thiết kế dưới dạng thực hành dựa trên mã nguồn Python có thể thực thi và môi trường Google Colab, giúp bất kỳ ai cũng có thể mở rộng hiểu biết của mình bằng cách làm theo từng bước. Sách giải thích quá trình mô hình ngôn ngữ phát triển từ các thống kê n-gram đơn giản trở thành công nghệ cốt lõi của AI ngày nay, bắt đầu từ các phương pháp dựa trên số lượng (count-based) cho đến kiến trúc Transformer mới nhất, đồng thời kết hợp cả nguyên lý và cách triển khai thực tế. Mỗi chương được xây dựng dựa trên nội dung của các chương trước đó để phát triển dần dần, giúp người đọc dễ dàng hiểu được các khái niệm phức tạp thông qua những lời giải thích rõ ràng, hình minh họa và các bài thực hành.

Lời giới thiệu

“Cuốn sách này giúp làm rõ những nhầm lẫn về khái niệm liên quan đến việc học máy thực sự hoạt động như thế nào. Đây là một cuốn sách quý giá trình bày về học máy một cách rõ ràng.”
- Vint Cerf (Người tiên phong trong lĩnh vực Internet và là người đoạt giải Turing)

“Đây là một điểm khởi đầu tuyệt vời cho những ai mới bước chân vào lĩnh vực mô hình hóa ngôn ngữ và muốn tiến tới những công nghệ tiên tiến nhất.”
- Tomáš Mikolov (Người phát triển word2vec và FastText)

“Andrej vẽ nên một hành trình từ những kiến thức cơ bản về đại số tuyến tính đến việc triển khai Transformer chỉ với khoảng 100 nét vẽ tuyệt vời.”
- Florian Douetteau (Đồng sáng lập kiêm CEO của Dataiku)

“Đây là một trong những hướng dẫn toàn diện nhưng súc tích nhất để có thể hiểu sâu về nguyên lý hoạt động bên trong của LLM.”
- Jerry Liu (Đồng sáng lập kiêm CEO của LlamaIndex)

“Andrej có một tài năng gần như siêu nhiên trong việc thu nhỏ các khái niệm AI khổng lồ thành kích thước vừa ăn, khiến người đọc cảm thấy ‘Bây giờ tôi đã hiểu rồi!’.”
- Jorge Torres (CEO của MindsDB)

Mua sách

11월

12일

챌린지 시작일

2025년 11월 12일 오후 03:00

챌린지 종료일

2025년 12월 17일 오후 02:59

챌린지 커리큘럼

Tất cả

48 bài giảng

Tài liệu khóa học:

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Những người muốn hiểu lý thuyết về mô hình ngôn ngữ lớn và biết phương pháp tinh chỉnh (fine-tuning)

  • Dành cho những ai muốn có cái nhìn tổng quan về mặt kỹ thuật đối với toàn bộ lịch sử của các mô hình ngôn ngữ.

  • Những người muốn học bằng cách xây dựng mạng thần kinh tái hồi (RNN) và Transformer bằng PyTorch.

  • Những người cần hiểu rõ về mạng thần kinh nhân tạo và mô hình ngôn ngữ lớn

Cần biết trước khi bắt đầu?

  • Python

Đánh giá

Tất cả

13 đánh giá

5.0

13 đánh giá

  • infsam님의 프로필 이미지
    infsam

    Đánh giá 7

    ∙

    Đánh giá trung bình 4.7

    5

    31% đã tham gia

    Khó nhưng bằng cách này cách khác vẫn đang theo kịp được @_@

    • haesunpark
      Giảng viên

      Cố gắng đến cùng nhé! :)

  • bluesds9742님의 프로필 이미지
    bluesds9742

    Đánh giá 2

    ∙

    Đánh giá trung bình 5.0

    5

    33% đã tham gia

    Tôi nghĩ điều này sẽ giúp ích rất nhiều cho việc học tập trong tương lai.

    • haesunpark
      Giảng viên

      Hy vọng điều này sẽ hữu ích cho bạn. Cảm ơn bạn!

  • galaxia999님의 프로필 이미지
    galaxia999

    Đánh giá 12

    ∙

    Đánh giá trung bình 5.0

    Đã chỉnh sửa

    5

    100% đã tham gia

    Sau khi đọc "LLM từ đầu" rồi mới đọc cuốn sách này nên tôi đã hiểu được những phần tóm tắt cốt lõi. Có vẻ như nên xem cùng với các khóa học khác.

    • haesunpark
      Giảng viên

      Cảm ơn ý kiến hay của bạn! :)

  • calculator님의 프로필 이미지
    calculator

    Đánh giá 297

    ∙

    Đánh giá trung bình 4.9

    5

    100% đã tham gia

    Khóa học này là khóa học dành cho xác nhận thử thách đọc hết sách và các khóa học liên quan đến sách được cung cấp miễn phí. Cảm ơn bạn đã dịch một cuốn sách hay!

    • haesunpark
      Giảng viên

      Vâng, đúng vậy. Tôi sẽ cố gắng chăm chỉ hơn nữa. Cảm ơn bạn! :)

  • j808esc8894님의 프로필 이미지
    j808esc8894

    Đánh giá 2

    ∙

    Đánh giá trung bình 5.0

    5

    31% đã tham gia

    Sách dành riêng cho dân công sở bận rộn..

    • haesunpark
      Giảng viên

      Cảm ơn bạn!

취소 및 환불 규정
챌린지는 지식공유자가 설정한 수업 최소 정원이 충족되지 않을 경우, 폐강 안내가 고지되며 결제 내역이 자동취소됩니다.

Khóa học khác của haesunpark

Hãy khám phá các khóa học khác của giảng viên!

468.246 ₫