대규모 언어 모델 기술을 체계적으로 배우고 싶어하는 초보자는 온라인에 많은 정보가 있지만 너무 분산되어 있어서 어디서부터 시작해야 할지, 어떤 순서로 학습해야 할지 모른다는 것을 알게 될 것입니다. 스탠포드 대학에서 새롭게 시작한 CME 295 과정을 확인해 보세요. 9월 말부터 매주 새로운 과정을 제공하고 있으며, 무료로 학습할 수 있습니다. 트랜스포머 기본부터 최첨단 에이전트 기술까지 모든 것을 다루며, 자세한 비디오 튜토리얼과 완벽한 강의 자료를 제공합니다. 또한, 학습 성과를 검증하기 위해 시험도 제공됩니다. 강좌 링크: https://t.co/MPwAHA1mEv 주요 내용: - 변압기 아키텍처에 대한 자세한 설명: 주의 메커니즘부터 완전한 변압기 구현까지; - LLM 학습 과정 전체: 사전 학습, 양자화, 하드웨어 최적화, 효율적인 매개변수 미세 조정을 포함합니다. - 선호도 조정 기술: RLHF, 보상 모델링, PPO, DPO 등의 방법에 대한 심층적인 설명 - 추론 및 에이전트: 추론 모델, 강화 학습, RAG 및 ReAct 프레임워크 포함 - LLM 평가 방법론: LLM 심사위원 및 다중 모드 평가 기술 소개 - 학습 자료 제공: 요약지, FAQ, 완전한 시험 문제 은행 제공. 모든 과정 비디오와 자료는 무료로 온라인에서 시청하고 학습할 수 있으며, 프로그래밍 경험이 있고 LLM 기술에 대해 더 깊이 이해하고자 하는 개발자에게 적합합니다.
