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.
124 lines
4.7 KiB
124 lines
4.7 KiB
WEBVTT |
|
|
|
00:00.080 --> 00:03.950 |
|
そして今、 私たちは最初の週にエキサイティングな瞬間を迎えた。 |
|
|
|
00:03.980 --> 00:11.570 |
|
最初の週の締めくくりは、 これを実際に実践し、 商業的ソリューションを構築するところだ。 |
|
|
|
00:11.570 --> 00:19.430 |
|
今日の終わりには、 OpenAI APIに対して自信を持ってコードを書けるようになるでしょう。 |
|
|
|
00:19.430 --> 00:24.650 |
|
マークダウンのストリーミング、 JSONの結果、 そして全体として、 |
|
|
|
00:24.650 --> 00:31.010 |
|
文字通り数分でビジネス・ソリューションを実装することになる。 |
|
|
|
00:31.010 --> 00:32.750 |
|
では、 このビジネス上の問題とは何か? |
|
|
|
00:32.750 --> 00:33.650 |
|
さて、 これだ。 |
|
|
|
00:33.650 --> 00:40.490 |
|
私たちは、 ある会社についてのマーケティング・パンフレットを作成できるアプリケーションを作ろうとしています。 |
|
|
|
00:40.490 --> 00:46.400 |
|
見込み客や投資家、 あるいは人材募集に使えるものだ。 |
|
|
|
00:46.580 --> 00:51.740 |
|
複数のソースからの情報をまとめるものになるだろう。 |
|
|
|
00:52.040 --> 00:59.030 |
|
以前行った要約プロジェクトと少し似ている。 |
|
|
|
00:59.090 --> 01:02.420 |
|
だから、 僕らが以前やっていたことの上に成り立っているようなものなんだ。 |
|
|
|
01:02.450 --> 01:04.910 |
|
今度はOpenAIのAPIを使ってみよう。 |
|
|
|
01:04.910 --> 01:09.200 |
|
そして、 以前と同じように、 望めばオラマを使うように切り替えることができる。 |
|
|
|
01:09.230 --> 01:11.960 |
|
あなたはもうその専門家だから、 私はあなたに任せるわ。 |
|
|
|
01:11.990 --> 01:16.130 |
|
ワンショット・プロンプティングと呼ばれるテクニックを使います。 |
|
|
|
01:16.130 --> 01:22.100 |
|
つまり、 モデルに送るプロンプトの中で、 我々が求めているものの例を示すということだ。 |
|
|
|
01:22.100 --> 01:25.460 |
|
返事を期待しているようなことを伝えるんだ。 |
|
|
|
01:25.490 --> 01:29.360 |
|
そして、 それを一つの例で行うことを一発プロンプトと呼ぶ。 |
|
|
|
01:29.360 --> 01:34.490 |
|
もし、 例をまったく挙げずに質問するなら、 それはゼロショット・プロンプティングと呼ばれる。 |
|
|
|
01:34.490 --> 01:38.330 |
|
一発でどう答えるか、 問題から導き出すことが期待される。 |
|
|
|
01:38.330 --> 01:43.550 |
|
プロンプティングとは、 1つの例を示すことであり、 さらに、 何を求めているのか、 さまざまな状況でどう反応すべきなのか、 |
|
|
|
01:43.550 --> 01:48.020 |
|
複数の例を示すことをマルチショット・プロンプティングという。 |
|
|
|
01:48.170 --> 01:50.180 |
|
だから、 それがすべてなんだ。 |
|
|
|
01:50.600 --> 01:58.970 |
|
そして、 ストリーミングやフォーマットなどを使って、 この、 素敵で印象的なパンフレットジェネレーターを作ります。 |
|
|
|
01:59.690 --> 02:03.560 |
|
だから、 環境のセットアップを思い出してほしい。 |
|
|
|
02:03.560 --> 02:05.960 |
|
あなたは素晴らしい環境を手に入れた。 |
|
|
|
02:05.960 --> 02:08.810 |
|
しかし、 あなたがしたことを思い出してほしい。 |
|
|
|
02:08.840 --> 02:14.210 |
|
Readme に従って Anaconda の環境(たぶん仮想環境)をセットアップし、 |
|
|
|
02:14.210 --> 02:21.170 |
|
OpenAI でキーをセットアップして、 そのキー(OpenAI API キー)を src proj に置きます。 |
|
|
|
02:21.560 --> 02:22.250 |
|
ブラブラブラ。 |
|
|
|
02:22.280 --> 02:27.860 |
|
それをdot envと呼ばれるファイルに入れて、 プロジェクトのルート・ディレクトリに置く。 |
|
|
|
02:27.860 --> 02:30.470 |
|
だからこそ、 このすべてがうまくいっているのだ。 |
|
|
|
02:30.530 --> 02:38.150 |
|
それで、 元の場所に戻るために今すべきことは、 PCを使っているなら、 アナコンダのプロンプトを表示させることだ。 |
|
|
|
02:38.150 --> 02:41.120 |
|
マックならターミナル・ウィンドウを立ち上げる。 |
|
|
|
02:41.150 --> 02:45.440 |
|
プロジェクトのルート・ディレクトリLMエンジニアリングに行く。 |
|
|
|
02:45.440 --> 02:51.920 |
|
conda、 activate lm conda、 activate LMと入力して環境を起動する。 |
|
|
|
02:51.920 --> 02:55.940 |
|
そうすると、 プロンプトにLMSのプレフィックスが表示されるはずです。 |
|
|
|
02:55.940 --> 02:58.700 |
|
すでにそう表示されていれば、 すでにアクティベートされていることになる。 |
|
|
|
02:58.910 --> 03:05.330 |
|
JupyterLabを起動するには、 JupyterLabと入力するだけだ。 |
|
|
|
03:05.330 --> 03:08.360 |
|
次のビデオでお会いしましょう。
|
|
|