course documentation
Partea 2 completă!
0. Configurare
1. Modele Transformer
IntroducereProcesarea limbajului natural și modelele de limbaj mariTransformers, ce pot face?Cum funcționează Transformers?Modele EncoderModele DecoderModele secvență-la-secvențăPrejudecăți și limităriRezumatQuiz de final de capitol
2. Folosirea 🤗 Transformers
IntroducereÎn spatele pipeline-uluiModeleTokenizatoareGestionarea secvențelor multipleSă punem totul cap la capUtilizarea de bază este completă!Implementarea optimizată a inferențeiQuiz la final de capitol
3. Fine-tuning unui model preantrenat
IntroducereProcesarea datelorFine-tuningul unui model cu Trainer API sau KerasUn antrenament completFine-tuning, verificare!Quiz la final de capitol
4. Partajarea modelelor și a tokenizatoarelor
Platforma Hugging Face HubUtilizarea modelelor preantrenatePartajarea modelelor preantrenateCrearea unui card de modelPartea 1 este completăQuiz la final de capitol
5. Biblioteca 🤗 Datasets
IntroducereCe fac dacă dataset-ul meu nu este pe Hub?E timpul să tăiem și să analizăm dateleBig data? 🤗 Datasets vine în ajutor!Creează propriul tău datasetCăutare semantică cu FAISS🤗 Datasets, verificare!Quiz de final de capitol
6. Biblioteca 🤗 Tokenizers
IntroducereAntrenarea unui nou tokenizer dintr-unul vechiSuperputerile tokenizerilor rapiziTokenizerii rapizi în pipeline-ul de QANormalizare și pre-tokenizareTokenizare Byte-Pair EncodingTokenizare WordPieceTokenizare UnigramConstruirea unui tokenizer, bloc cu blocTokenizeri, verificare!Quiz de sfârșit de capitol
7. Sarcini clasice NLP
IntroducereClasificarea tokenilorFine-tuningul unui model de limbaj mascatTraducereSumarizareAntrenarea de la zero a unui model de limbaj cauzalRăspuns la întrebăriÎnțelegerea LLM-urilorQuiz de sfârșit de capitol
8. Cum să ceri ajutor
IntroducereCe să faci când primești o eroareCum să ceri ajutor pe forumuriDebugging-ul pipeline-ului de antrenamentCum să scrii un issue bunPartea 2 completă!Quiz de sfârșit de capitol
9. Construirea și partajarea demo-urilor
Introducere în GradioConstruirea primului tău demoÎnțelegerea clasei InterfacePartajarea demo-urilor cu alțiiIntegrări cu Hugging Face HubCaracteristici avansate ale InterfaceIntroducere în Gradio BlocksGradio, verificat!Quiz de final de capitol
10. Curățați seturi de date de înaltă calitate
Introducere în ArgillaConfigurați-vă instanța ArgillaÎncărcați setul de date în ArgillaAdnotați setul de dateFolosiți setul de date adnotatArgilla, terminat!Quiz de final de capitol
11. Fine-tuning pentru modele mari de limbaj
IntroducereTemplate-uri de chatFine-tuning cu SFTTrainerLoRA (Adaptarea de rang scăzut)EvaluareaConcluzieE timpul examenului!
12. Construiește Modele de Raționament new
IntroducereÎnvățarea prin Întărire pe LLM-uriMomentul Aha în Lucrarea DeepSeek R1Înțelegerea Avansată a GRPO în DeepSeekMathImplementarea GRPO în TRLExercițiu Practic pentru Ajustarea Fină a unui Model cu GRPOExercițiu Practic cu UnslothÎn curând...
Evenimente Curs
Partea 2 completă!
Felicitări, ați ajuns la sfârșitul celei de-a doua părți a cursului! Lucrăm activ la cea de-a treia, așa că abonați-vă la newsletter-ul nostru pentru a vă asigura că nu îi ratați lansarea.
Ar trebui să puteți acum să abordați o gamă largă de sarcini NLP și să ajustați fin sau să preantrenați un model pe ele. Nu uitați să vă partajați rezultatele cu comunitatea pe Model Hub.
Abia așteptăm să vedem ce veți construi cu cunoștințele pe care le-ați câștigat!
Update on GitHub