peremartra/Large-Language-Model-Notebooks-Course

해결하는 문제

이 프로젝트는 엔지니어와 개발자가 대규모 언어 모델(LLM)을 마스터할 수 있는 실습 학습 경로를 제공합니다. 이론적 지식과 실제 구현 사이의 격차를 해소하기 위해 LLM 기반 애플리케이션을 구축, 평가, 최적화하는 방법을 보여주는 일련의 노트북과 기사를 제공합니다.

작동 방식

과정은 실습 수업으로 구성되며, 각 수업은 Jupyter 노트북과 함께 제공되는 설명 기사로 구성됩니다. 사용자는 주로 Google Colab 또는 Kaggle에서 호스팅되는 노트북을 실행하면서 자세한 설명을 읽으며 따라 하는 것이 좋습니다. 콘텐츠는 기본 프롬프트 엔지니어링과 챗봇 생성부터 RAG(검색 증강 생성), 에이전트 워크플로, 모델 평가와 같은 고급 주제까지 LLM 개발의 전체 수명 주기를 다룹니다.

대상 독자

이 리소스는 LLM에 대한 실무 경험을 얻고자 하는 엔지니어, 연구자, 개발자를 위해 설계되었습니다. 직접 해보면서 배우는 것을 선호하고 OpenAI 및 Hugging Face와 같은 공급자의 모델을 실제 프로젝트에 통합하는 방법을 이해하려는 사람들에게 적합합니다.

주요 특징

• 챗봇, SQL 변환기, 데이터 분석 에이전트를 포함한 실용적이고 실습 중심의 프로젝트.
• LangChain, ChromaDB 및 다양한 평가 프레임워크와 같은 필수 도구에 대한 포괄적인 다루기.
• RAG, 파인튜닝, 모델 모니터링과 같은 고급 기술에 대한 지침.
• 수업을 기술, 프로젝트, 엔터프라이즈 솔루션의 논리적 섹션으로 명확히 구분.
• Giskard, LangSmith, EleutherAI의 lm-evaluation-harness와 같은 업계 표준 평가 도구와의 통합.