• Luyện tập thuần thục viết Regular Expressions

  • Các toán tử thông thường

  • Các toán tử nâng cao

• Thực hiện tiền xử lý trên văn bản tiếng Việt

• Thuật toán BPE

• Thuật toán WordPiece

• Sử dụng thư viện SentencePiece

• Sử dụng thư viện Spacy

• Sử dụng thư viện Underthesea cho Tiếng Việt

Các quy trình của chuẩn hóa văn bản

• Tách văn bản thành nhiều câu (Segmenting sentence)

• Tách (phân đoạn) từ - Tokenizing (segmenting) words

• Chuẩn hóa từ

• Tối ưu lồi

• Vấn đề của SGD

• SGD với quán tính

• AdaGrad

• AdaDelta và RMSProp

• Biểu diễn từ dưới dạng vector Semantics

• Cách cách biểu diễn từ khác nhau

• Độ do cosine

• Skip Gram và Glove

• Thư viện FastText

• Mô hình ngôn ngữ n-grams

• Mô hình ngôn ngữ mạng nơ ron

• Giới thiệu mô hình ngôn ngữ nổi tiếng gần đây: GPT1, GPT2, GPT3, GPT 3.5, LLAMA1, LLAMA 2

• Mô hình ngôn ngữ Mistral

• Mạng nơ ron hồi quy RNN

• LSTM

• GRU

• Bidirectional RNN

• Deep RNN

• Bài toán dịch máy

• Mô hình Seq2Seq

• Vấn đề BottleNeck của Seq2Seq

• Mô hình Seq2Seq và cơ chế Attention

• BLEU Score

• Thuật toán Greedy/Beam Search

• Transformer Encoder

  • Positional encoding

  • Cơ chế Attention

  • Multiheaded Attention

• Transformer Decoder

• Lập trình mô hình Transformer từ đầu

• Mô hình Bert và ứng dụng

• Bert nguyên bản

• Các phiên bản Bert nâng cấp: Roberta, PhoBert

• Bài toán NER + Pos Tagging

• Ứng dụng Bert để xử lý hai bài toán này

• Đọc các nghiên cứu của GPT-1, GPT-2, GPT-3 và GPT 3.5

• Đào tạo mô hình phân tán song song dữ liệu và song song mô hình

• Thuật toán tìm kiếm theo từ khóa TF-IDF và BM25

• Thuật toán tìm kiếm theo Vector

• Thư viện FAISS để tìm kiếm vector nhanh chóng

  • Các thuật toán quan trọng của FAISS

Vector Database and RAG

• Điểm qua Vector Database

• Chi tiết về RAG

• Thiết kế một RAG Pipeline

Các cách đào tạo mô hình Transformer trên văn bản dài

• Cách 1: Positional Encoding tốt hơn. Thay vì dùng encoding vị trí như paper gốc Transformer, 2 cái tên có thể thay thế là ALiBi và ROPE. Một cách encode vị trí có thể scale theo context của câu.

• Cách 2: Bạn không cần phải tính toán attention scores giữa tất cả các tokens. Một số tokens quan trọng hơn các tokens khác, vì vậy có thể sử dụng Sparse Attention. Điều này sẽ tăng tốc cả quá trình training và inference.

• Cách 3: Flash Attention triển khai hiệu quả attention layer cho GPU. Nó sử dụng tiling và tránh việc tạo ra các ma trận trung gian lớn (n, n) không phù hợp với GPU SRAM. Điều này sẽ tăng tốc cả quá trình training và inference.

• Multi-Query attention thay vì Multi-Head attention. Bạn chia sẻ weights giữa tất cả các heads khi nhân tuyến tính K và V. Nó sẽ tăng tốc đáng kể quá trình inference.

• Conditional computation tránh việc sử dụng tất cả các model parameters lên tất cả các tokens từ input sequence. CoLT5 chỉ áp dụng các tính toán nặng nề lên những tokens quan trọng nhất và xử lý phần còn lại của các tokens với một phiên bản nhẹ hơn của các layers. Điều này sẽ tăng tốc cả quá trình training và inference.