(Dành cho người lập kế hoạch) Hiểu về cơ bản của LLM và lập kế hoạch dịch vụ dựa trên LLM

Đây là một bài giảng được thiết kế để bạn có thể hiểu được Secure Coding (lập trình bảo mật), ngay cả khi bạn chưa biết gì về nó. Sau khi nắm vững các khái niệm cơ bản về lập trình bảo mật, bài giảng sẽ tập trung giải thích về bảo mật dịch vụ web. Đây là một bài giảng đã được thực hiện dưới dạng chuyên đề đặc biệt do Đại học OO tổ chức. Hơn 160 đoạn mã nguồn được trình bày kèm theo nhiều chú thích phong phú, giúp người học dễ dàng nhận biết các chủ đề và kỹ thuật cốt lõi có thể áp dụng ngay vào thực tế.

Hiện đã là thời đại phát triển dựa trên AI. Do cần có cách tận dụng AI hiệu quả hơn để tạo ra mã và tài liệu chất lượng và chính xác hơn, chúng tôi đề xuất các phương pháp phù hợp.

Sẽ giải thích chi tiết các mô hình ngôn ngữ đa dạng đã được phát triển trong suốt quá trình từ khởi đầu công nghệ xử lý ngôn ngữ tự nhiên cho đến các mô hình LLM mới nhất.

Khóa học này là một quá trình học tập có hệ thống về kỹ thuật prompt engineering - công nghệ cốt lõi để sử dụng hiệu quả các mô hình ngôn ngữ lớn (LLM) hoặc trí tuệ nhân tạo sinh tạo. Từ lý thuyết cơ bản đến kỹ thuật thực chiến, cùng với các ứng dụng mới nhất và các vấn đề về bảo mật·đạo đức được đề cập một cách toàn diện, khóa học mang lại sự hỗ trợ thực tế cho tất cả các nhà phát triển dịch vụ dựa trên LLM, nhà khoa học dữ liệu và người lập kế hoạch AI.

Bạn có thể tìm hiểu các khái niệm và phương pháp 'thiết kế dịch vụ' cần thiết khi lập kế hoạch các ứng dụng hoặc dịch vụ web được xây dựng dựa trên LLM, một loại hình trí tuệ nhân tạo tạo sinh (Generative AI).

Giúp các lập trình viên junior có thể hiểu toàn bộ quy trình phát triển từ lập kế hoạch, viết code, triển khai đến kiểm thử bằng cách sử dụng trí tuệ nhân tạo như một công cụ phát triển, từ đó trang bị năng lực Full-Spectrum cần thiết để tồn tại và phát triển trong thời đại AI.

Khái niệm “Problematization” (문제화) còn được dịch là đặt vấn đề (문제 제기), xây dựng vấn đề (문제짜기). Nó cũng có thể được dịch là thiết lập vấn đề (문제 설정) hoặc định nghĩa vấn đề (문제 정의). Đây là một khái niệm bao gồm quá trình đặt câu hỏi từ một góc nhìn mới về các sự thật đã biết như yêu cầu hoặc kiến thức thông thường, xác định vấn đề và xây dựng cách giải quyết vấn đề đó. Problematization nên là điểm khởi đầu của mọi quá trình phát triển nhưng vẫn là một chủ đề chưa được thảo luận đầy đủ trong lĩnh vực phát triển. Việc thực hiện một dự án hay phát triển một chương trình thực chất cũng là việc lập kế hoạch để giải quyết vấn đề. Nghĩa là, nó có liên quan đến problematization. Để giải quyết vấn đề, trước tiên vấn đề phải được xác định rõ ràng. Tuy nhiên, hầu hết các vấn đề được đưa ra dưới dạng các yêu cầu mơ hồ. Do đó, cần có khả năng biến các yêu cầu mơ hồ thành vấn đề rõ ràng để giảm thiểu 'lãng phí phát triển' không cần thiết, giúp hợp tác trôi chảy hơn và nắm bắt đúng nhu cầu thực sự của người dùng. Khóa học này giúp rèn luyện 'tư duy cấu trúc vấn đề' thông qua các trường hợp thực tế và công cụ.

Khi xây dựng hệ thống RAG (Retrieval-Augmented Generation: Tạo sinh tăng cường truy xuất) dựa trên AI tạo sinh hoặc LLM mà không đạt được hiệu suất mong muốn và không có giải pháp thích hợp, thì phải làm sao? Khóa học này sẽ trình bày các phương pháp cải thiện hiệu suất RAG dựa trên lý thuyết Cognitive Load (Tải trọng nhận thức). Thông qua khóa học này, bạn có thể hiểu được giới hạn của cửa sổ ngữ cảnh LLM và cách quản lý Cognitive Load một cách hiệu quả trong hệ thống RAG. Đây là một khóa học lý thuyết cấp độ thực tiễn, bao gồm các chủ đề như kích thước và thiết kế cấu trúc Chunk, kỹ thuật tạo Chunk chất lượng cao, tối ưu hóa động, đánh giá hiệu suất và các kỹ thuật thực chiến.

"Chỉ đổi một cái tên thôi, mã đã khác rồi." Đã tổng hợp từ nguyên lý đến ví dụ về 'đặt tên dễ hiểu' – cốt lõi của mã dễ đọc. Tên dễ đọc là khởi đầu của sự hợp tác.

Nhanh chóng hiểu các khái niệm và cú pháp cơ bản của C.

👨‍🍳 Nấu mã như nấu ăn, sạch sẽ và ngon miệng! 『클린 코딩』 là lớp học nấu mã của lập trình viên giống đầu bếp, nơi học 클린 코딩 vui vẻ qua ví von ẩm thực. 🍽️

Kết hợp CrewAI (giúp triển khai công nghệ đa tác nhân LLM), đồ thị tri thức và hệ thống suy luận để tạo thẩm phán AI.

Tìm hiểu cách thu thập và phân tích các yêu cầu của người dùng để thiết kế dịch vụ LLM.

Xem xét những hạn chế của LLM, cách khắc phục và các chủ đề nghiên cứu mới nhất.

Tìm hiểu về các ứng dụng hoặc dịch vụ web có thể được xây dựng bằng cách sử dụng LLM.

Giải thích các nguyên lý cơ bản của mô hình ngôn ngữ lớn như ChatGPT, tập trung vào lý thuyết.

Sẽ giải thích chi tiết các mô hình ngôn ngữ đa dạng đã được phát triển trong suốt quá trình từ khởi đầu công nghệ xử lý ngôn ngữ tự nhiên cho đến các mô hình LLM mới nhất.

Xem xét những hạn chế của LLM, cách khắc phục và các chủ đề nghiên cứu mới nhất.

AI không phải là công nghệ xuất hiện đột ngột. Phải hiểu được 70 năm thử thách và thất bại, thì mới có thể nhìn thấy đúng hiện tại và tương lai của AI. 👉 "Ngay khi hiểu được lịch sử AI, nguyên lý và tương lai sẽ cùng hiện ra." Hãy bắt đầu ngay bây giờ!

Giờ đây là thời đại mà ai cũng có thể tạo ra dịch vụ mà không cần biết lập trình. Các thành viên của Selfish Club đã triển khai dịch vụ cho mục đích sử dụng thực tế chỉ với những tính năng cần thiết trong vòng 3 tuần. Đây là những trường hợp các thành viên không biết lập trình đã tự tạo ra dịch vụ để giải quyết vấn đề chỉ bằng prompt ngôn ngữ tự nhiên. Vibe coding không còn là khái niệm xa lạ nữa! Chúng tôi sẽ chia sẻ với mọi người những trường hợp thực tế về 'việc lập trình có thể giải quyết được những vấn đề gì trong thực tế'!

Giờ đây thực sự là thời đại mà bất kỳ ai cũng có thể tạo ra dịch vụ của riêng mình chỉ trong một ngày. Nếu như workshop Vibe Coding trước đây có mục tiêu giúp mọi người trực tiếp trải nghiệm Vibe Coding là gì, hoàn thành và triển khai frontend (trang hiển thị) của dịch vụ mà mình muốn tạo ra Thì workshop lần này không chỉ dừng lại ở việc tạo ra dịch vụ có thể nhìn thấy, mà còn tập trung vào phương pháp phát triển quan trọng là tưởng tượng cụ thể người dùng thực tế và tập trung vào 'ai sẽ sử dụng dịch vụ này, tại sao'. Thông qua workshop, các thành viên sẽ tạo ra dịch vụ của riêng mình và tự nhiên học cách xác định rõ ràng người dùng mục tiêu và vấn đề cần giải quyết. Người mới biết đến Vibe Coding cũng không sao! Không biết coding, không biết phát triển cũng đủ rồi! Hãy đến trải nghiệm tại workshop lần này việc tạo ra dịch vụ thực sự có thể sử dụng được, không chỉ đơn thuần là làm theo!

"LoRA 기반 경량 파인튜닝으로 나만의 맞춤형 LLM을 만들어보는 첫걸음!" Đây là khóa học thực hành nhập môn được thiết kế để ngay cả những người mới tiếp xúc với LLM lần đầu cũng có thể dễ dàng theo kịp. Giảm thiểu lý thuyết phức tạp, hướng dẫn từng bước toàn bộ quy trình từ tải mô hình → áp dụng dữ liệu → huấn luyện → so sánh kết quả. Trong thời gian ngắn, bạn sẽ trực tiếp trải nghiệm quy trình của các kỹ thuật fine-tuning nhẹ mới nhất như LoRA·QLoRA, và có thể nắm bắt được cảm giác "À, fine-tuning LLM hoạt động như thế này". Hãy trực tiếp cảm nhận thành tựu tạo ra LLM chuyên biệt cho lĩnh vực của riêng bạn, ngay cả khi không có nhiều tài nguyên!

Đây là bài giảng trong đó bạn tìm hiểu khái niệm về mô hình Gemini của Google và cách sử dụng API Gemini cũng như tạo các ứng dụng AI khác nhau bằng Streamlit.

<밑바닥부터 만들면서 배우는 LLM>(길벗, 2025)의 깃허브 노트북과 보너스 콘텐츠를 다루는 강의입니다. 깃허브: https://github.com/rickiepark/llm-from-scratch/ <밑바닥부터 만들면서 배우는 LLM>은 세바스찬 라시카(Sebastian Raschka)가 쓴 베스트셀러 <Build a Large Langauge Model (from Scratch)>(Manning, 2024)의 번역서입니다. 이 책은 오픈AI가 만든 GPT-2 모델을 밑바닥에서부터 시작해서 완전한 모델을 만들어 보면서 대규모 언어 모델의 작동 원리를 배우고 활용하는 방법을 제공합니다.

Nếu bạn có sự tò mò mơ hồ về AI tạo sinh nhưng không biết nên bắt đầu từ đâu, thì chính khóa học này là câu trả lời đúng đắn. Tôi đã cấu trúc khóa học để giải thích các nguyên lý cốt lõi của công nghệ AI một cách rõ ràng và súc tích, giúp bất kỳ ai cũng có thể nhanh chóng nắm bắt được bản chất. Chúng ta sẽ không chỉ dừng lại ở việc biết 'nó là gì', mà còn đi sâu tìm hiểu tại sao nó hoạt động như vậy và làm thế nào để ứng dụng hiệu quả. Khóa học này sẽ trở thành điểm khởi đầu chắc chắn nhất giúp các bạn có thể tự tin và chủ động tận dụng công nghệ trong thời đại AI đang thay đổi nhanh chóng này.