Đọc nghiên cứu trí tuệ nhân tạo mới nhất

Giới thiệu GPT

Demo sử dụng ChatGPT

Giới thiệu về GPT + ChatGPT

Kiến thức cần chuẩn bị

Transformer và cơ chế Attention

Nhắc lại về Transformer

Bert.mp4

Bert sử dụng phần nào của Transformer?

Transformer Decoder và GPT

Ứng dụng của Transformer

Lịch sử GPT

Triết lý kiên định

Giới thiệu về GPT-1

Masked MultiHead Attention

Fine Tune trên bài toán phân loại

Finetune trên các bài toán khác nhau

Trả lời câu hỏi về fine tune GPT?

GPT-1

GPT-2 - Nâng cấp từ GPT-1

GPT-2 với bài toán dịch máy

GPT-2 trên câu dài

GPT-2

Scale GPT-2 thành GPT-3

In-context Learning

Đảm bảo chất lượng dữ liệu

GPT-3

Slide GPT + ChatGPT

Slide

Crawl và lưu trữ data Tiếng Việt

Quy trình thiết kế

Quá trình training

Triển khai trên server

Theo dõi mô hình sau khi đã triển khai

GPT trên sản phẩm thực tế

Đọc nghiên cứu GPT-1, GPT-2 và GPT-3

<p>Hướng dẫn đọc AI paper bất kỳ</p>

Hướng dẫn đọc AI paper bất kỳ

Thay vì sử dụng mạng CNN và Transformer chúng ta liệu rằng có thể chỉ đơn thuần sử dụng Mạng Nơ ron (Hay có tên gọi là Multi-layer Perceptrons) cho các bài toán thị giác máy tính không?

MLP-Mixer

Đây chính là mô hình xương sống cho những mô hình Deep Learning trong xử lý ngôn ngữ tự nhiên hiện tại.

Transformer

Cùng tìm hiểu cách sử dụng mô hình Transformer cho bài toán phân loại hình ảnh.


An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale

- InstructionGPT
- ChatGPT
- Học tăng cường khi đào tạo InstructionGPT
- Các khái niệm liên quan tới mô hình trao thưởng (Reward Model) và cách fine-tuning mô hình ngôn ngữ dựa trên mô hình trao thưởng này.

InstructionGPT và ChatGPT

Video và bộ dữ liệu sẽ được công bố vào 20:00 26-05-2023

Đào tạo mô hình ngôn ngữ trên Tiếng Việt

Danh sách chủ đề

Đọc nghiên cứu GPT-1, GPT-2 và GPT-3

1. Giới thiệu về GPT + ChatGPT

1.1. Giới thiệu GPT

1.2. Demo sử dụng ChatGPT

2. Nhắc lại về Transformer

2.1. Kiến thức cần chuẩn bị

2.2. Transformer và cơ chế Attention

3. Ứng dụng của Transformer

3.1. Bert.mp4

3.2. Transformer Decoder và GPT

4. Lịch sử GPT

4.1. Lịch sử GPT

4.2. Triết lý kiên định

5. GPT-1

5.1. Giới thiệu về GPT-1

5.2. Masked MultiHead Attention

5.3. Fine Tune trên bài toán phân loại

5.4. Finetune trên các bài toán khác nhau

6. GPT-2

6.1. GPT-2 - Nâng cấp từ GPT-1

6.2. GPT-2 với bài toán dịch máy

6.3. GPT-2 trên câu dài

7. GPT-3

7.1. Scale GPT-2 thành GPT-3

7.2. In-context Learning

7.3. Đảm bảo chất lượng dữ liệu

8. Slide

8.1. Slide GPT + ChatGPT

9. GPT trên sản phẩm thực tế

9.1. Crawl và lưu trữ data Tiếng Việt

9.2. Quy trình thiết kế

9.3. Quá trình training

9.4. Triển khai trên server

9.5. Theo dõi mô hình sau khi đã triển khai

Bài học