Bagaimana Large Language Model Menghasilkan Teks
Bagian dari kursus Prompt Engineering
Sekarang kamu sudah tahu apa itu prompt dan completion, dan bahwa prompt yang sama bisa kembali dengan kata-kata yang berbeda setiap kali. Pelajaran ini menunjukkan apa yang terjadi di sisi seberang prompt itu: bagaimana model sebenarnya mengubah kata-katamu menjadi jawaban.
Sebelum model melihat prompt kamu, teksnya dipotong jadi bagian-bagian kecil bernama token, yaitu potongan di bawah tingkat kata seperti kata pendek, sebagian dari kata yang panjang, atau satu tanda baca. Proses memotong teks menjadi potongan-potongan ini disebut tokenisasi. ...
Ingin belajar Prompt Engineering Bagaimana Large Language Model Menghasilkan Teks di lingkungan nyata?
Klik di bawah, dapatkan mesin Linux dengan Prompt Engineering siap pakai, dan kerjakan Bagaimana Large Language Model Menghasilkan Teks secara praktik dengan tutor AI yang memahami kodemu.
Mulai pelajaran iniBagaimana Large Language Model Menghasilkan TeksYang akan kamu pelajari
- Tokens and tokenization
- Next-token prediction
- Temperature and top-p sampling
- Context window
- Why models hallucinate
Baca pelajaran ini dalam bahasamu
Semua pelajaran di kursus ini
11 pelajaran- 1Apa Itu Prompt20 mnt
- 2Bagaimana Large Language Model Menghasilkan Teks30 mnt
- 3Lima Prinsip Prompting30 mnt
- 4Praktik Standar untuk Pembuatan Teks35 mnt
- 5Prompt Templates dan Function Calling35 mnt
- 6Vector Database dan Retrieval-Augmented Generation40 mnt
- 7Autonomous Agents: Memory dan Tools40 mnt
- 8Bagaimana Diffusion Models Menghasilkan Gambar30 mnt
- 9Praktik Standar untuk Generasi Gambar35 mnt
- 10Teknik Gambar Lanjutan: Inpainting, Outpainting, dan ControlNet35 mnt
- 11Membangun Aplikasi Bertenaga AI40 mnt
Lihat kursus lain
