Python中的大型语言模型(LLM)简介

用LLMs开发你自己的文档阅读虚拟助手，通过我的综合课程“Python 中的大型语言模型 (LLM) 简介”来释放大型语言模型 (LLM) 的潜力。本课程重点关注 OpenAI、LangChain 和 LLMA-Index 等 LLM 框架，使您能够构建自己的文档阅读虚拟助手。无论您是 LLM 实施的新手，还是寻求提高 AI 技能，本课程都提供了探索 AI 前沿领域的宝贵机会。课程亮点：- 基于云的 Python 环境：利用 Saturn Cloud 的力量，Saturn Cloud 是一个基于云的 Python 环境，实现强大的 LLM 实施。- 实用文本分析：学习实施基本的自然语言处理 (NLP) 技术，包括实体识别和关键字提取，以解构文本文档- 利用 LLM 框架：探索 LLM 框架的标准技术，包括 LangChain、OpenAI 和 LLAMA-Index，用于摘要摘要和查询。 为什么参加本课程？通过参加本课程，您将踏上成为利用 LLM 潜力的专家的旅程具有大型语言模型 (LLM) 的文本数据。我们经验丰富的讲师拥有牛津大学的硕士学位和剑桥大学的数据密集型博士学位，在他的愿景的推动下，您将获得应对法学硕士实施复杂性所需的指导。除了课程内容之外，您还您将受益于持续的支持，确保您从投资中获得最大价值。加入我们的学习者社区，沉浸在法学硕士分析中，并提高您在人工智能和数据科学方面的专业知识。

由 Minerva Singh 创建
MP4 | 视频：h264，1280×720 | 语言：英语+中英文字幕（云桥CG资源站 机译） | 持续时间：2小时 45分钟 ) | 大小：2.5G

您将学到什么
学习在全新的云生态系统-土星云中使用Jupyter笔记本电脑
将多个pdf读入Python
实施常见的自然语言处理(NLP)技术，包括实体识别和关键字提取
熟悉常见的大型语言模型(LLM)框架，包括LangChain
为抽象总结和回答问题实现LLM框架

要求
具有使用 Jupyter Notebook 的经验 之前
接触过自然语言处理 (NLP) 概念将会有所帮助，但不是强制性的
对在自己的文档中使用大型语言模型 (LLM) 感兴趣