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.
58 lines
1.9 KiB
58 lines
1.9 KiB
WEBVTT |
|
|
|
00:00.740 --> 00:05.720 |
|
이런, 긴 하루였지만 축하합니다, 통과했어요 |
|
|
|
00:05.750 --> 00:12.260 |
|
우린 신비의 데이터 세트를 검토하고 큐레이팅했습니다 우리가 훈련하고자 하는 데이터의 |
|
|
|
00:12.260 --> 00:16.310 |
|
좋은 샘플 표본을 갖도록 아주 열심히 일했죠 |
|
|
|
00:16.340 --> 00:23.450 |
|
결국 안아주기 데이터셋으로 전환했습니다 트레이닝과 테스트 파트가 포함된 데이터셋 |
|
|
|
00:23.450 --> 00:28.310 |
|
독자였죠 안아주기 페이스 허브에 업로드했어요 |
|
|
|
00:28.310 --> 00:31.880 |
|
이 모든 지침을 거쳤다면 물론 그러셨겠지만 |
|
|
|
00:31.880 --> 00:36.410 |
|
JupyterLab을 따라왔다면 제가 하는 다양한 |
|
|
|
00:36.410 --> 00:44.210 |
|
것에 익숙해지셨을 겁니다 그럼 여러분만의 데이터 세트를 얻게 될 겁니다 허브에 있는 데이터는 |
|
|
|
00:44.210 --> 00:46.820 |
|
다음 세션에서 사용할 수 있죠 |
|
|
|
00:46.820 --> 00:50.060 |
|
그 정도까지 온 걸 축하해요 |
|
|
|
00:50.270 --> 00:56.660 |
|
그래서 여러분이 습득한 기술에 5단계 전략을 추가했습니다 LM을 |
|
|
|
00:56.660 --> 01:03.560 |
|
이용한 비즈니스 문제를 해결하는 5단계 전략 이해와 세 가지 최적화 기술을 |
|
|
|
01:03.560 --> 01:11.900 |
|
재고 데이터셋 큐레이션에 관한 세부 사항을 추가했습니다 그중에는 여러분이 살펴보고 이해해서 |
|
|
|
01:11.900 --> 01:20.180 |
|
프로젝트에 활용할 수 있는 코드도 있습니다 기존 데이터셋의 샘플링 같은 거죠 |
|
|
|
01:20.630 --> 01:25.550 |
|
다음 시간에는 베이스라인 모델에 대해 얘기할 거예요 |
|
|
|
01:25.550 --> 01:29.210 |
|
전통적인 머신 러닝 솔루션을 만들 거예요 |
|
|
|
01:29.210 --> 01:36.320 |
|
어떤 결과가 나올지 보기 위해 전통적이고 고급 기술을 적용할 거예요 |
|
|
|
01:36.320 --> 01:38.120 |
|
정말 기대돼요 |
|
|
|
01:38.120 --> 01:39.440 |
|
거기서 봐요
|
|
|