From the uDemy course on LLM engineering.
https://www.udemy.com/course/llm-engineering-master-ai-and-large-language-models
You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
106 lines
4.0 KiB
106 lines
4.0 KiB
WEBVTT |
|
|
|
00:01.190 --> 00:07.460 |
|
さて、 最後に今週のチャレンジについて紹介しよう。 |
|
|
|
00:07.460 --> 00:10.850 |
|
そして、 これはとても楽しいものになると思う。 |
|
|
|
00:11.150 --> 00:14.870 |
|
僕らが一緒にやっているすべてのプロジェクトが楽しいと感じてくれていることを願っている。 |
|
|
|
00:14.960 --> 00:21.410 |
|
私たちをさまざまな方法で伸ばしてくれるような、 面白くてジューシーな企画を考え出そうとしているんだ。 |
|
|
|
00:21.770 --> 00:28.640 |
|
だから前回は、 会議の音声を聞いて議事録を作成するシステムなどを作ったんだ。 |
|
|
|
00:28.670 --> 00:31.070 |
|
今回はまったく違う。 |
|
|
|
00:31.280 --> 00:33.710 |
|
コードを書くことになる。 |
|
|
|
00:33.710 --> 00:43.430 |
|
特に、 このアイデアはコード変換をテーマにしたもので、 Bloopにインスパイアされたものだと思う。 |
|
|
|
00:43.430 --> 00:45.710 |
|
そして、 それは悪魔のように素晴らしいアイデアだ。 |
|
|
|
00:46.160 --> 00:59.390 |
|
そこで今回は、 PythonをCプラスに変換することで、 パフォーマンスやパフォーマンスが重要なコードを改善するための製品を書こうと思います。 |
|
|
|
00:59.390 --> 01:00.020 |
|
それに |
|
|
|
01:00.020 --> 01:01.270 |
|
そういうことだ。 |
|
|
|
01:01.270 --> 01:05.710 |
|
そこで、 PythonをCプラスに変換する方法を見つけたい。 |
|
|
|
01:05.710 --> 01:06.220 |
|
それに |
|
|
|
01:06.220 --> 01:09.190 |
|
そして、 フロンティアモデルを使ってこれを行うつもりだ。 |
|
|
|
01:09.190 --> 01:12.190 |
|
また、 オープンソースモデルでそれを行うつもりだ。 |
|
|
|
01:12.190 --> 01:15.400 |
|
そしてその結果を比較する。 |
|
|
|
01:15.400 --> 01:21.340 |
|
しかし、 そのタスクに最も適したllmsを選ぶことから始めなければならないのは明らかだ。 |
|
|
|
01:21.340 --> 01:22.960 |
|
それが目下の課題だ。 |
|
|
|
01:22.990 --> 01:24.430 |
|
楽しくなると思うよ。 |
|
|
|
01:24.520 --> 01:31.630 |
|
LLMの助けを借りて、 コードを最適化する際のパフォーマンスを見てみよう。 |
|
|
|
01:33.640 --> 01:37.750 |
|
その前に、 4週目の2日目を簡単にまとめておこう。 |
|
|
|
01:37.780 --> 01:40.240 |
|
もう一度だけやらせてくれ。 |
|
|
|
01:40.240 --> 01:44.110 |
|
もううんざりしているだろうが、 君たちにできることをすべて思い出してほしい。 |
|
|
|
01:44.170 --> 01:49.750 |
|
ツールを使ったAIアシスタントの構築など、 フロンティアモデルを使ったコーディングができる。 |
|
|
|
01:49.750 --> 01:57.670 |
|
また、 様々な推論タスクでパイプラインAPIとハギングフェイス、 |
|
|
|
01:57.670 --> 02:10.690 |
|
フェイス、 トーケナイザー、 モデルを使用してオープンソースのソリューションを構築することができます。 |
|
|
|
02:10.720 --> 02:12.010 |
|
それで今は? |
|
|
|
02:12.010 --> 02:16.990 |
|
これで、 リーダーボードやアリーナ、 その他のリソースから得られた実際の結果に裏打ちされた、 |
|
|
|
02:16.990 --> 02:24.400 |
|
あなたのプロジェクトに適したLLMを自信を持って選択できる状態になったはずだ。 |
|
|
|
02:24.430 --> 02:29.530 |
|
適切なLLMを選ぶというのは、 通常、 2つか3つのLLMを選んでプロトタイプを作成し、 |
|
|
|
02:29.560 --> 02:38.560 |
|
次回以降、 最終的に最も優れたパフォーマンスを発揮するLLMを選ぶということです。 モデルのコーディング能力を評価する方法を深く理解し、 |
|
|
|
02:38.560 --> 02:51.370 |
|
フロンティアモデルを使ってコードを生成し、 LLMを使ってソリューションをフロントからバックまで構築してコードを生成する。 |
|
|
|
02:51.370 --> 02:59.530 |
|
そしてそれは、 高度に熟練したLLMエンジニアになるための道のりで、 あなたが身につけたもうひとつのスキルになるだろう。 |
|
|
|
02:59.530 --> 03:00.700 |
|
そこで会おう。
|
|
|