simon10074118

Học cách sử dụng các LLM cục bộ đa dạng (Qwen, Gemma) và tìm hiểu các kỹ thuật khác nhau để đánh giá (Evaluation) và cải thiện hiệu suất của hệ thống LLM một cách hiệu quả.

aischool

Hướng dẫn sử dụng LLM cục bộ (Local LLM) Phần 1 - Sử dụng small LLM(sLLM) & Đánh giá hiệu suất (Evaluation) và cải thiện LLM

실습 중심

ai in practice

AI 활용법

에이전트

様々なローカルLLM(Qwen、Gemma)を活用する方法を学習し、LLMシステムの性能を効率的に評価(Evaluation)し改善する様々な技法を見ていきます。

AISchool

입문

초급

중급이상

대규모 언어 모델

랭체인

LangChain

AI 에이전트

AI Agent

랭그래프

LangGraph

ローカルLLM（Local LLM）活用ガイド Part 1 - small LLM（sLLM）の活用 & LLMの性能評価（Evaluation）および改善

第1講 - オープンソース ローカルLLM & small LLM(sLLM) 概要

第2講 - LLMモデル性能評価(Evaluation)概要

実習環境の構築

Task 1 - ローカルLLMモデルの翻訳性能の比較

Task 2 - ローカルLLMモデルのMRC QA性能比較

Task 3 - ローカルLLMモデルによるRAG(Retrieval-Augmented Generation)システムの構築

Task 4 - ローカルLLMモデルのウェブ検索（Web Search）ツール利用能力の評価

Task 5 - ローカルLLMモデルとLangGraphを連携させてAIエージェントを作成する

Task 6 - ローカルLLMモデルのモデレーション性能の比較

Task 7 - ローカルLLMモデルの数学的推論性能の比較

Task 8 - ローカルLLMモデルのText-to-SQL性能比較