inflearn logo

Tìm hiểu LLM qua các lý thuyết cốt lõi và cấu trúc - Nắm bắt nguyên lý hoạt động của ChatGPT·RAG·Agent trong một lần-

Bạn có sử dụng ChatGPT, nhưng có phải bạn từng thấy khó giải thích tại sao lại cho ra câu trả lời như vậy không? “RAG, agent, fine-tuning… Tôi biết các thuật ngữ này nhưng khó có thể giải thích một cách chính xác” “Mỗi khi nghe các thuật ngữ liên quan đến LLM, tôi lại không biết phải nói gì” “Trong các cuộc họp về AI, việc giải thích khái niệm lúc nào cũng mơ hồ” Khóa học này được tạo ra dành cho chính những người như bạn. Đây là khóa học lý thuyết giúp bạn hiểu LLM không phải như một “công cụ” mà như một “cấu trúc”. Không phải là cách sử dụng ChatGPT hay Gemini, mà là xây dựng cho bạn nền tảng để có thể giải thích tại sao chúng lại hoạt động như vậy.

(4.5) 34 đánh giá

223 học viên

Độ khó Nhập môn

Thời gian 4 tháng

ChatGPT
ChatGPT
prompt engineering
prompt engineering
LLM
LLM
RAG
RAG
AI Agent
AI Agent
ChatGPT
ChatGPT
prompt engineering
prompt engineering
LLM
LLM
RAG
RAG
AI Agent
AI Agent

Đánh giá từ những học viên đầu tiên

4.5

5.0

HJ

100% đã tham gia

Đây là nội dung thực sự rất hữu ích để nắm bắt khái niệm tổng thể! Tôi có thể nhận tài liệu bài giảng như thế nào?

5.0

Goldie

63% đã tham gia

Rất tốt để nắm vững kiến thức cơ bản.

5.0

leckar1231

100% đã tham gia

Sẽ tốt hơn nếu chỉ cung cấp tài liệu bài giảng và giải đáp Q&A. Nội dung thực sự rất tốt để nắm bắt khái niệm tổng thể!

Bạn sẽ nhận được điều này sau khi học.

  • Tư duy có cấu trúc để hiểu quá trình LLM tạo ra câu trả lời

  • Tiêu chí để không nhầm lẫn các khái niệm cốt lõi như Prompt, RAG, Agent

  • Khả năng hiểu để theo kịp chính xác các cuộc thảo luận liên quan đến AI

  • Khả năng phán đoán thực tế có tính đến những hạn chế và tham số của LLM

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Nguyên lý cốt lõi của LLM, Transformer và Self-Attention

  • Tổng hợp các khái niệm thiết yếu như token, cửa sổ ngữ cảnh, embedding, v.v.

  • Các kỹ thuật cốt lõi trong kỹ thuật prompt (Zero-shot, Few-shot, CoT)

  • Cấu trúc tổng thể của RAG và các phương pháp cải thiện độ chính xác

  • Sự khác biệt giữa tinh chỉnh và RAG, cùng tiêu chí lựa chọn

  • Cấu trúc và các kịch bản ứng dụng thực tế của tác nhân AI

  • Xu hướng lý thuyết đa tác tử mới nhất như MCP, A2A, v.v.

Cần biết trước khi bắt đầu?

  • Những người sử dụng ChatGPT nhưng luôn cảm thấy khái niệm LLM khó hiểu

  • Planner/PM không hiểu khi cuộc họp đề cập đến RAG·agent

  • Những người làm việc thực tế đang cân nhắc chiến lược áp dụng hoặc sử dụng AI

  • Dành cho những người không phải là nhà phát triển nhưng muốn hiểu đúng về AI LLM

  • Người học đang tìm kiếm “bài giảng nhập môn lý thuyết cơ bản về LLM”

Xin chào
Đây là HappyAI

5,738

Học viên

369

Đánh giá

55

Trả lời

4.5

Xếp hạng

13

Các khóa học

Lee JinKyu | Lee JinKyu

Tiến sĩ kỹ thuật AI · Giáo sư kiêm nhiệm Khoa Phần mềm AI · CEO HappyAI

Xin chào.
Tôi là Lee JinKyu, người đang nghiên cứu, phát triển và giảng dạy về AI, tập trung vào xử lý ngôn ngữ tự nhiên (NLP) và mô hình ngôn ngữ lớn (LLM).です。 and I research, develop, and teach AI, focusing on natural language processing (NLP) and large language models (LLMs).

Đã nhận bằng Tiến sĩ Kỹ thuật chuyên ngành Trí tuệ nhân tạo và đã nghiên cứu tập trung vào xử lý ngôn ngữ tự nhiên cùng LLM. and have conducted research primarily in natural language processing and LLMs.

Hiện nay, tôi đang là giáo sư thỉnh giảng Khoa Phần mềm AI, giảng dạy các môn học liên quan đến AI như xử lý ngôn ngữ tự nhiên và thị giác máy tính, đồng thời điều hành doanh nghiệp chuyên về AI tạo sinh 해피AI.

Sau khi làm việc với tư cách là nhà nghiên cứu xử lý ngôn ngữ tự nhiên và phân tích dữ liệu lớn tại một viện nghiên cứu do chính phủ tài trợ, tôi đã trải qua vị trí nhà phát triển tại một doanh nghiệp chuyên về AI và hiện đang thực hiện các dự án, chương trình đào tạo về AI cho các doanh nghiệp và cơ quan công.

Tôi đã triển khai các khóa đào tạo và dự án liên quan đến AI tạo sinh, LLM, RAG, AI Agent và tinh chỉnh mô hình tại nhiều doanh nghiệp và tổ chức như Samsung SDS, KT, Hyundai Wia, Quỹ Kỹ thuật số Seoul.

Ngoài ra, tôi đã thực hiện các nghiên cứu về xử lý ngôn ngữ tự nhiên và khai phá văn bản trên nhiều loại dữ liệu phi cấu trúc như tài liệu, khảo sát, đánh giá, tin tức, chính sách và dữ liệu học thuật; đồng thời có kinh nghiệm trong các dự án nghiên cứu và phân tích thuộc nhiều lĩnh vực như y tế, chính sách, môi trường, luật, kinh tế và giáo dục.


Tiểu sử chính

  • Phó giáo sư kiêm nhiệm Khoa Phần mềm AI

    • Xử lý ngôn ngữ tự nhiên

    • Thị giác máy tính

    • AI tạo sinh

    • Khai phá dữ liệu

  • Tiến sĩ Kỹ thuật (Trí tuệ nhân tạo)

     

    • Nghiên cứu mô hình ngôn ngữ lớn (LLM) · Agent

  • Đại diện Happy AI

    • Nghiên cứu, phát triển và đào tạo về AI tạo sinh·LLM·RAG·AI Agent

  • Nhà nghiên cứu tại viện nghiên cứu do chính phủ tài trợ

    • Xử lý ngôn ngữ tự nhiên · Phân tích dữ liệu lớn

  • Lập trình viên tại công ty chuyên về AI và dữ liệu lớn

  • Chuyên gia viết bài về AI

    • Các bài viết về AI tạo sinh, LLM, RAG và các công nghệ AI


Lĩnh vực chuyên môn chính

  • AI tạo sinh và mô hình ngôn ngữ lớn (LLM)

  • RAG · LLM riêng tư

  • AI Agent · AI tác tử

  • Ứng dụng AI dựa trên LangChain·LangGraph

  • Tinh chỉnh LLM dựa trên LoRA·QLoRA

  • Xử lý ngôn ngữ tự nhiên (NLP) · khai phá văn bản

  • Phân tích dữ liệu và tự động hóa nghiệp vụ dựa trên AI


Đào tạo cho các doanh nghiệp và tổ chức tiêu biểu

  • Samsung SDS – Lập trình LLM dựa trên LangChain·RAG

  • KT – Phát triển ứng dụng LLM/sLLM

  • Quỹ Kỹ thuật số Seoul – Lý thuyết LLM và phát triển chatbot RAG

  • Hyundai Wia – đào tạo AI tạo sinh·AX

  • Đại học Khoa học và Công nghệ Seoul – Phân tích văn bản dựa trên Python

  • Đại học Kyonggi – Python ứng dụng ChatGPT

  • Đại học Dankook – Khóa đào tạo chuyên gia dữ liệu lớn


Các dự án AI chính yếu

  • Xây dựng hệ thống tìm kiếm tài liệu và chatbot RAG dựa trên Private LLM

  • Phát triển giải pháp LLM riêng tư trong môi trường mạng nội bộ in an internal network environment

  • Tinh chỉnh LLM và Instruction Tuning

  • Thiết kế quy trình công việc dựa trên AI Agent

  • Nghiên cứu và phân tích dựa trên xử lý ngôn ngữ tự nhiên và khai phá văn bản

  • Phân tích dữ liệu khảo sát, đánh giá, truyền thông, chính sách và học thuật bằng AI


Nghiên cứu và sách đã xuất bản

  • Thực hiện nghiên cứu học thuật trong và ngoài nước liên quan đến xử lý ngôn ngữ tự nhiên (NLP) và LLM

  • Nghiên cứu đo lường và giảm thiểu thiên lệch của LLM

  • Nhiều bài báo trong lĩnh vực NLP và khai phá văn bản

  • Kinh nghiệm nghiên cứu và phát triển bằng sáng chế, phần mềm liên quan đến AI

  • Tác phẩm 『Phân tích dữ liệu cổ phiếu cùng ChatGPT』


Điều tôi coi trọng nhất trong khóa học

Công nghệ AI thay đổi nhanh chóng, nhưng nếu hiểu được các nguyên lý cốt lõi, bạn có thể học các công nghệ mới nhanh hơn rất nhiều.

Trong bài giảng, thay vì chỉ đơn giản làm theo các chức năng hoặc mã lệnh,

“Đó là gì → Tại sao cần → Hoạt động như thế nào → Được ứng dụng thực tế ở đâu”

Tôi coi việc giải thích rõ ràng để có thể hiểu được là điều quan trọng nhất.

Thay vì giải thích các công nghệ AI phức tạp theo cách khó hiểu,
tôi sẽ truyền đạt sao cho ngay cả những người mới tiếp cận cũng có thể hiểu được toàn bộ cấu trúc và áp dụng vào công việc cũng như dự án thực tế.


Liên hệ về bài giảng và dự án

Email
leejinkyu0612@naver.com

Trang chủ
https://happyaidata.kr

YouTube
https://www.youtube.com/@HappyAI_0612

GitHub
https://github.com/leejin-kyu

※ Chuyên gia Prime trên Kmong

 

Lý lịch chi tiết
https://bit.ly/jinkyu-profile

Thêm

Chương trình giảng dạy

Tất cả

28 bài giảng ∙ (1giờ 31phút)

Tài liệu khóa học:

Tài liệu bài giảng
Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Tất cả

34 đánh giá

4.5

34 đánh giá

  • ymkoo님의 프로필 이미지
    ymkoo

    Đánh giá 11

    ∙

    Đánh giá trung bình 5.0

    5

    33% đã tham gia

    Rất dễ hiểu, và những lời giải thích rõ ràng giúp ích rất nhiều cho việc học tập.

    • 20007013611님의 프로필 이미지
      20007013611

      Đánh giá 1

      ∙

      Đánh giá trung bình 5.0

      5

      100% đã tham gia

      Thật tuyệt khi được nghe phần giới thiệu về các khái niệm AI chính mới nhất.

      • present29263701님의 프로필 이미지
        present29263701

        Đánh giá 2

        ∙

        Đánh giá trung bình 5.0

        Đã chỉnh sửa

        5

        100% đã tham gia

        Đây là nội dung thực sự rất hữu ích để nắm bắt khái niệm tổng thể! Tôi có thể nhận tài liệu bài giảng như thế nào?

        • leckar12311219님의 프로필 이미지
          leckar12311219

          Đánh giá 23

          ∙

          Đánh giá trung bình 5.0

          5

          100% đã tham gia

          Sẽ tốt hơn nếu chỉ cung cấp tài liệu bài giảng và giải đáp Q&A. Nội dung thực sự rất tốt để nắm bắt khái niệm tổng thể!

          • leejinkyu0612
            Giảng viên

            Cảm ơn bạn đã đánh giá tốt. Vui lòng liên hệ qua email leejinkyu0612@naver.com để tôi gửi tài liệu bài giảng cho bạn.

        • goldie7님의 프로필 이미지
          goldie7

          Đánh giá 12

          ∙

          Đánh giá trung bình 5.0

          5

          63% đã tham gia

          Rất tốt để nắm vững kiến thức cơ bản.

          Khóa học khác của HappyAI

          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

          1.030.542 ₫

          25%

          1.374.062 ₫