Como os Large Language Models geram texto
Parte do curso de Prompt Engineering
Você já sabe o que é um prompt e o que é uma completação, e que o mesmo prompt pode voltar com outra redação a cada envio. Esta lição mostra o que acontece do outro lado desse prompt: como o modelo de fato transforma as suas palavras em uma resposta. Entender o mecanismo agora vai fazer com que os cinco princípios de prompting, que vêm a seguir, pareçam menos regras para decorar e mais consequências de como a...
Antes de o modelo ver o seu prompt, o texto é picado em pequenos pedaços chamados tokens, que são fragmentos menores que uma palavra: uma palavra curta, um pedaço de uma palavra mais longa ou um único sinal de pontuação. O processo de cortar o texto nesses pedaços chama-se tokenização. ...
Quer aprender Prompt Engineering Como os Large Language Models geram texto em um ambiente real?
Clique abaixo, ganhe uma máquina Linux com Prompt Engineering pronto e pratique Como os Large Language Models geram texto com um tutor de IA que conhece seu código.
Começar esta liçãoComo os Large Language Models geram textoO que você vai aprender
- Tokens and tokenization
- Next-token prediction
- Temperature and top-p sampling
- Context window
- Why models hallucinate
Leia esta lição no seu idioma
Todas as lições deste curso
11 lições- 1O que é um prompt20 min
- 2Como os Large Language Models geram texto30 min
- 3Os Cinco Princípios do Prompting30 min
- 4Práticas padrão para geração de texto35 min
- 5Prompt Templates and Function Calling35 min
- 6Vector Databases e Retrieval-Augmented Generation40 min
- 7Autonomous Agents: Memory e Tools40 min
- 8Como os diffusion models geram imagens30 min
- 9Práticas Padrão para Geração de Imagens35 min
- 10Técnicas avançadas de imagem: inpainting, outpainting e ControlNet35 min
- 11Construindo aplicações com inteligência artificial40 min
