Large Language Models टेक्स्ट कैसे बनाते हैं
Prompt Engineering कोर्स का हिस्सा
अब आप जानते हैं कि प्रॉम्प्ट और कंप्लीशन क्या होते हैं, और यह भी कि एक ही प्रॉम्प्ट हर बार अलग शब्दों में लौट सकता है। यह पाठ दिखाता है कि उस प्रॉम्प्ट के दूसरी ओर होता क्या है: मॉडल आपके शब्दों को जवाब में बदलता असल में कैसे है। यह तंत्र अभी समझ लेने पर, आगे आने वाले प्रॉम्प्टिंग के पाँच सिद्धांत रटने वाले नियम कम और मशीन के काम करने के ढंग का सीधा नतीजा ज़्यादा लगेंगे।
मॉडल के आपका प्रॉम्प्ट देखने से पहले ही टेक्स्ट छोटे टुकड़ों में काट दिया जाता है, जिन्हें टोकन कहते हैं। ये शब्द से छोटे टुकड़े होते हैं, जैसे कोई छोटा शब्द, किसी लंबे शब्द का हिस्सा, या विराम चिह्न का अकेला निशान। टेक्स्ट को इन टुकड़ों में काटने की प्रक्रिया टोकनाइज़ेशन कहलाती है। ...
असली माहौल में Prompt Engineering Large Language Models टेक्स्ट कैसे बनाते हैं सीखना चाहते हैं?
नीचे क्लिक करें, Prompt Engineering के साथ तैयार एक Linux मशीन पाएँ, और AI ट्यूटर के साथ Large Language Models टेक्स्ट कैसे बनाते हैं पर हाथ-से-काम करें जो आपका कोड जानता है।
यह पाठ शुरू करेंLarge Language Models टेक्स्ट कैसे बनाते हैंआप क्या सीखेंगे
- Tokens and tokenization
- Next-token prediction
- Temperature and top-p sampling
- Context window
- Why models hallucinate
यह पाठ अपनी भाषा में पढ़ें
इस कोर्स के सभी पाठ
11 पाठ- 1Prompt क्या है20 मिनट
- 2Large Language Models टेक्स्ट कैसे बनाते हैं30 मिनट
- 3प्रॉम्प्टिंग के पाँच सिद्धांत30 मिनट
- 4टेक्स्ट जनरेशन के लिए मानक तरीके35 मिनट
- 5Prompt Templates और Function Calling35 मिनट
- 6Vector Databases और Retrieval-Augmented Generation40 मिनट
- 7Autonomous Agents: Memory और Tools40 मिनट
- 8Diffusion Models तस्वीरें कैसे बनाते हैं30 मिनट
- 9इमेज जनरेशन के लिए मानक प्रथाएं35 मिनट
- 10उन्नत Image तकनीकें: Inpainting, Outpainting, और ControlNet35 मिनट
- 11AI-संचालित एप्लिकेशन बनाना40 मिनट
