inflearn logo

Phân tích toàn diện về kiến trúc Solar Open 2

AI hiểu tiếng Hàn tốt, xử lý được các tài liệu dài và thậm chí thực hiện những công việc thực tế — đó chính là hướng đi mà Solar Open 2 nhắm tới. Lớp học này giải thích một cách dễ hiểu báo cáo kỹ thuật về Solar Open 2 do Upstage công bố theo trình tự “giới thiệu → thiết kế → huấn luyện → đánh giá”. Các thuật ngữ chuyên môn được diễn giải bằng những phép so sánh đời thường và tài liệu trực quan, giúp cả người mới bắt đầu cũng có thể hiểu “điều gì, như thế nào và tại sao” trong cùng một mạch.

15 học viên đang tham gia khóa học này

Độ khó Nhập môn

Thời gian Không giới hạn

AI
AI
LLM
LLM
AI Agent
AI Agent
AX(Agent Experience)
AX(Agent Experience)
foundation
foundation
AI
AI
LLM
LLM
AI Agent
AI Agent
AX(Agent Experience)
AX(Agent Experience)
foundation
foundation

Bạn sẽ nhận được điều này sau khi học.

  • Hiểu được những điểm cốt lõi của báo cáo kỹ thuật Solar Open 2 (giới thiệu → thiết kế → huấn luyện → đánh giá) theo cách mà ngay cả người mới bắt đầu cũng có thể theo dõi.

  • Bạn sẽ có thể giải thích các thuật ngữ như MoE, attention lai, NoPE, tiền huấn luyện và hậu huấn luyện, tác tử, Ko-GDPval cùng với ngữ cảnh của chúng.

Phân tích toàn diện kiến trúc Solar Open 2

Đọc báo cáo kỹ thuật một cách dễ dàng

Bạn chỉ mới biết tên Solar Open 2 thôi sao?

Khóa học này là lớp học giải thích một cách dễ hiểu báo cáo kỹ thuật Solar Open 2 do Upstage công bố, để ngay cả người mới bắt đầu cũng có thể theo kịp.

AI tiếng Hàn đã vượt qua mức “dịch tốt” để bước vào giai đoạn có thể đọc các tài liệu dài và thực hiện cả những công việc thực tế. Solar Open 2 là một trong những mô hình tiêu biểu của xu hướng đó. Tuy nhiên, báo cáo kỹ thuật gốc có quá nhiều thuật ngữ, đồng thời trình bày cấu trúc, quá trình huấn luyện và đánh giá cùng lúc, nên khá khó để tự đọc.

Vì vậy, bài giảng này sẽ chọn lọc những nội dung cốt lõi của báo cáo để...

Trình bày theo trình tự: giới thiệu → thiết kế → huấn luyện → đánh giá.

Ý nghĩa của quy mô 250B / 15B tham số hoạt động / ngữ cảnh 1M token là gì?

Tại sao cần những thiết kế như MoE, attention lai và NoPE?

Cách xây dựng tác nhân bằng tiền huấn luyện và hậu huấn luyện

Những điều mà bảng điểm tiếng Anh·tiếng Hàn, Ko-GDPval và các trường hợp công việc thực tế cho thấy

Các thuật ngữ chuyên môn được giải thích trước bằng những phép so sánh gần gũi trong đời sống và tài liệu trực quan, sau đó được củng cố bằng các số liệu cần thiết và kết quả thí nghiệm.

Là khóa học tập trung vào khả năng hiểu, diễn giải và giải thích hơn là thực hành lập trình.

Khuyến nghị cho các nhà hoạch định AI, nhà phát triển, sinh viên và những ai muốn đánh giá đúng năng lực của AI tiếng Hàn.

Sau khóa học, bạn sẽ hiểu Solar Open 2 không chỉ là một “mô hình chỉ biết tên”, mà còn có thể giải thích được cả ý đồ thiết kế và điểm mạnh của mô hình.

Cấu trúc: 5 chương · 15 bài giảng · Tổng thời lượng khoảng 1 giờ 49 phút


Bạn sẽ học những nội dung này

1⃣Hiểu tổng quan về bản chất của Solar Open 2 và MoE

Tổng hợp thông số mô hình (quy mô, tham số kích hoạt, ngữ cảnh), sự cần thiết của AI chuyên dụng cho tiếng Hàn, so sánh MoE qua các thế hệ, bảng đánh giá và lộ trình tổng thể.

2⃣ Bản thiết kế mô hình — attention lai·NoPE·1M token 

Phân tích những thay đổi trong thiết kế giúp đọc các văn bản dài một cách nhẹ nhàng. Cùng tìm hiểu về attention lai, NoPE và các cơ chế hỗ trợ, cũng như hiệu quả tổng hợp của việc mở rộng chuyên gia.

3⃣ Từ học tập đến đánh giá — tác nhân và thành tích thực tế

사전·사후학습으로 일상·코딩·사무 에이전트를 만드는 과정과, 영어·한국어 벤치마크·Ko-GDPval·실전 업무 사례로 성적표를 읽는 법을 배웁니다.

Lưu ý trước khi tham gia khóa học

Tài liệu học tập

Kiến thức nền tảng và lưu ý

  • Không cần kiến thức nền tảng trước.

  • Chỉ cần có hình dung sơ lược rằng LLM “đọc token và dự đoán từ tiếp theo”, hoặc một chút quan tâm đến AI và các mô hình mở, bạn sẽ dễ dàng theo dõi hơn.

  • Các khái niệm cơ bản cần thiết cho bài giảng sẽ được giải thích ngay khi cần, vì vậy bạn chỉ cần theo học với sự nhiệt tình.

  • Khóa học này tập trung vào việc giải thích báo cáo kỹ thuật Solar Open 2 và không bao gồm việc viết mã thực hành để huấn luyện hoặc triển khai mô hình.

  • Bản quyền của tài liệu học tập và nội dung bài giảng thuộc về nhà sản xuất; nghiêm cấm phân phối, sao chép trái phép và sử dụng vào mục đích khác ngoài học tập cá nhân.

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Dành cho những ai muốn nhanh chóng nắm bắt xu hướng AI và các mô hình mở của Hàn Quốc

  • Dành cho những ai thấy các thuật ngữ MoE, attention và agent còn xa lạ nhưng muốn hiểu chúng.

  • Những nhà lập kế hoạch, nhà phát triển và sinh viên cảm thấy các báo cáo kỹ thuật là gánh nặng

Cần biết trước khi bắt đầu?

  • Mức hiểu biết cơ bản rằng LLM “đọc câu theo từng token và dự đoán từ tiếp theo”

  • Trải nghiệm từng nghe qua những từ như tham số, benchmark, tác nhân.

  • (Nếu có thì tốt) Mối quan tâm ở mức độ nhẹ đến AI và các mô hình mở của Hàn Quốc

Xin chào
Đây là DEVJH

94

Học viên

6

Đánh giá

5.0

Xếp hạng

5

Các khóa học

Xin chào. Tôi là Lee Jong-hyun.

Tôi đã tích lũy kinh nghiệm phát triển và vận hành các dịch vụ thực tế khi làm việc với tư cách là nhà phát triển phần mềm tại Coupang. Hiện tại, tôi vừa đi làm vừa học tập, đồng thời nghiên cứu về học máy và học sâu trong chương trình thạc sĩ trí tuệ nhân tạo tại Đại học Yonsei.

Dựa trên hơn 10 năm kinh nghiệm phát triển phần mềm, tôi trực tiếp nghiên cứu AI và hiện thực hóa AI thông qua nhiều dự án và dịch vụ khác nhau. Tôi đặc biệt quan tâm đến các lĩnh vực machine learning·deep learning, LLM·AI tạo sinh, RAG, AI Agent và AutoML; không chỉ dừng lại ở việc học công nghệ, tôi coi trọng quá trình trực tiếp triển khai, thử nghiệm và giải quyết vấn đề.

Dựa trên kinh nghiệm phát triển mô hình AI thực tế, tôi đã tham gia nhiều cuộc thi AI khác nhau và đạt được những thành tích đáng kể. Tại Cuộc thi AI mở K-League–Đại học Seoul năm 2026, tôi giành giải 3 trong số 947 đội; tại Cuộc thi Nghiên cứu AI về Hiểu con người ETRI lần thứ 5, tôi đạt hạng 2 trên Private Leaderboard trong số 409 đội.

Trong lĩnh vực nghiên cứu, tôi cũng không ngừng đạt được những thành quả đáng kể. Nghiên cứu FS-DCM về tính phi dừng và tính biến động của dữ liệu chuỗi thời gian đã được chấp nhận dưới dạng bài báo thuyết trình miệng do tôi làm tác giả chính tại International Conference on Automated Machine Learning (AutoML 2026), đồng thời bài báo MathQueue do tôi làm tác giả chính cũng được chấp nhận tại EMNLP 2026 MathNLP Workshop. Ngoài ra, tôi tiếp tục nghiên cứu với mối quan tâm đến AutoML có khả năng diễn giải sử dụng LLM và việc ứng dụng thực tế các công nghệ AI.

Hiện tại, tôi đang vận hành dịch vụ học AI 출퇴근길AI (https://mdooai.com). Ngoài ra, tôi hoạt động với tư cách Upstage Certified Trainer (Huấn luyện viên AI được Upstage chứng nhận), đồng thời tiến hành đào tạo và cố vấn về AI tạo sinh.

Dựa trên kinh nghiệm thực tế trong lĩnh vực phát triển, kinh nghiệm nghiên cứu AI và kinh nghiệm giảng dạy, tôi cùng suy nghĩ về định hướng học tập thực tế và trải nghiệm dự án phù hợp với từng hoàn cảnh, từ những người mới bắt đầu làm quen với AI đến những người muốn mở rộng kinh nghiệm phát triển sang lĩnh vực AI.

Trong thời gian tới, tôi muốn tiếp tục đóng góp dựa trên những công nghệ và nghiên cứu AI mà bản thân đã trực tiếp trải nghiệm và kiểm chứng, để nhiều người hơn có thể hiểu về AI, tự mình triển khai và ứng dụng hiệu quả vào công việc cũng như các dự án của mình.

Xin cảm ơn.

Thêm

Chương trình giảng dạy

Tất cả

15 bài giảng ∙ (1giờ 49phút)

Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Chưa có đủ đánh giá.
Hãy trở thành tác giả của một đánh giá giúp mọi người!

Khóa học khác của DEVJH

Hãy khám phá các khóa học khác của giảng viên!

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

Giảm 25% cho thành viên mới

176.063 ₫

25%

234.753 ₫