
Kỷ nguyên đại hải tặc AI đã mở ra.
sorryhyun96
Mấy lời giới thiệu này có quan trọng không? Dùng ngay mô hình deepseek R1 đi.
Beginner
Deep Learning(DL), LLM
Để theo kịp xu hướng Deep Learning gần đây, chúng ta sẽ tìm hiểu bối cảnh phát triển đột phá của Deep Learning.
407 học viên
Khái niệm 'xu hướng' trong học sâu
Sự hiểu biết về việc deep learning đã xuất hiện dưới dạng này trong thời hiện đại như thế nào, và về 'ngữ cảnh nghiên cứu'.
"Tôi đã đọc báo cáo của SOTA, vậy bây giờ tôi phải làm gì?"
"Bạn đã thử Tensorflow chưa? Ngay cả con gái 16 tuổi của tôi cũng có thể xây dựng mô hình học máy bằng nó."
"Anh muốn tôi nghe một bài thuyết trình tại một hội nghị quốc tế à? Làm sao anh làm được vậy?"
Dù nghiên cứu học sâu có tiến triển nhanh chóng đến đâu, những nghiên cứu mới nhất vẫn dựa trên các vấn đề đã được xác định trước đó. Việc hiểu rõ những vấn đề này, được sắp xếp theo chủ đề, sẽ giúp bạn nắm bắt ngay lập tức giá trị và tầm quan trọng của những nghiên cứu mới nhất. Do đó, thông qua bài giảng này, tôi mong muốn truyền tải một cách trực quan những điểm chính đằng sau những tiến bộ đột phá gần đây trong học sâu và những thách thức mà giới học thuật và ngành công nghiệp học sâu đang phải đối mặt.
Bài giảng này đề cập đến các xu hướng nghiên cứu đến năm 2023 và sẽ được tải lên theo trình tự, bắt đầu với chương Mô hình tạo sinh.
Bối cảnh của sự xuất hiện của học tập biểu diễn
Các yếu tố để phát triển kỹ thuật học tập hiệu quả
Hiểu các khái niệm trừu tượng và khó như Khả năng chuyển giao và Tính đồng nhất
Các giai đoạn phát triển của mô hình sinh sản và sự tiến hóa của diễn ngôn
Bối cảnh của sự xuất hiện của Mô hình ngôn ngữ lớn
Phân biệt giữa khả năng diễn giải và kiến thức: Hai tiêu chí tiếp tục được yêu cầu đối với LLM
Mối quan hệ giữa kiến thức và trí nhớ
Đặc điểm của gradient đối nghịch
Tương tác đối nghịch giữa các yếu tố Gradient, Representation và Model
Chúng tôi đã tham gia nhiều hội thảo nhằm truyền đạt các khái niệm trực quan và chính xác, với mục tiêu chia sẻ kiến thức thông qua các hoạt động như viện nghiên cứu giả.
Ông có nhiều kinh nghiệm nghiên cứu và thực tiễn đa dạng, bao gồm vai trò là thành viên ủy ban chương trình hội thảo SIGUL 2024, người đánh giá khẩn cấp ACL 2023, người đánh giá được mời EMNLP 2023 và lịch sử xuất bản trên Tạp chí của Hiệp hội Khoa học thông tin Hàn Quốc.
Để biết thông tin chi tiết hơn, vui lòng tham khảo sơ yếu lý lịch .
Khóa học này dành cho ai?
Những ai tò mò về các vấn đề đang được xử lý ở tuyến đầu Deep Learning.
Dần dần nghi ngờ tài liệu Google tiếng Hàn.
Cần biết trước khi bắt đầu?
Người đã học trọn vẹn ít nhất một khóa học trong series Stanford/MIT OCW.
Hoặc người đã hoàn tất khóa học cấp bằng của các trường/tổ chức giáo dục CNTT như Coursera, Udemy, v.v.
Hiểu biết cơ bản về Đại số tuyến tính, Thống kê toán học, Giải tích
2,691
Học viên
86
Đánh giá
1
Trả lời
4.5
Xếp hạng
4
Các khóa học
Tất cả
18 bài giảng ∙ (3giờ 4phút)
Tài liệu khóa học:
Tất cả
6 đánh giá
5.0
6 đánh giá
Đánh giá 868
∙
Đánh giá trung bình 5.0
Đánh giá 30
∙
Đánh giá trung bình 4.8
Đánh giá 2
∙
Đánh giá trung bình 3.0
Đánh giá 486
∙
Đánh giá trung bình 5.0
Đánh giá 24
∙
Đánh giá trung bình 5.0
Miễn phí
Hãy khám phá các khóa học khác của giảng viên!
Khám phá các khóa học khác trong cùng lĩnh vực!