Lewati ke konten utama

Kursus

Bekerja dengan Llama 3

Menengah2 jam

Jelajahi teknik terbaru untuk menjalankan Llama LLM secara lokal dan mengintegrasikannya ke dalam stack Anda.

Python2 jam7 video21 Latihan1,750 XP14,608Pernyataan pencapaian

Buat Akun Gratis Anda

Lanjutkan dengan Google
atau
Dengan melanjutkan, Anda menyetujui Ketentuan Penggunaan, kami Kebijakan Privasi dan bahwa data Anda disimpan di AS.

Disukai pelajar di ribuan perusahaan

Deskripsi Kursus

Pelajari cara menggunakan Model Bahasa Besar (LLM) Llama.

Apa itu Llama LLM, dan bagaimana Anda dapat menggunakannya untuk meningkatkan proyek Anda? Kursus ini akan mengajarkan Anda cara menjalankan Llama secara lokal, mengarahkan responsnya menggunakan teknik prompt engineering, dan membangun percakapan yang terstruktur dan sadar konteks.

Memahami Model Llama dan Aplikasinya

Anda akan memulai dengan pengenalan konsep dasar Llama, mempelajari cara berinteraksi dengan model Llama, dan menjelajahi berbagai kasus penggunaan mereka. Anda akan mendapatkan pengalaman praktis dalam menyiapkan, menjalankan, dan berinteraksi dengan model menggunakan perpustakaan llama-cpp-python. Seiring dengan kemajuan Anda, Anda akan menerapkan teknik-teknik untuk menyempurnakan respons Llama, menjaga riwayat percakapan, dan menghasilkan output terstruktur yang siap diintegrasikan ke dalam alur kerja otomatis.

Ini adalah pengenalan yang ideal untuk Llama bagi para pengembang dan praktisi kecerdasan buatan. Buku ini membahas dasar-dasar model bahasa besar (LLM) open-source yang kuat ini dan cara mengaplikasikannya dalam skenario dunia nyata.

Prasyarat

Kurikulum

Garis besar kursus

1

Memahami LLM dan Llama

Bidang model bahasa besar berkembang pesat, dan Llama menonjol di dalamnya. Dengan Llama 3, kemungkinan semakin meluas. Jelajahi kemampuannya, pelajari cara menggunakannya dengan llama-cpp-python, dan pahami cara mengendalikan perilaku model dengan menyesuaikan parameter serta menetapkan peran tertentu untuk memandu percakapan.
Mulai Bab
2

Menggunakan Llama Secara Lokal

Model bahasa dapat melakukan lebih dari sekadar menghasilkan teks—model ini dapat diarahkan untuk menghasilkan respons yang terstruktur dan peka konteks. Pada bab ini, Anda akan memanfaatkan llama-cpp-python untuk membuat keluaran dalam format tertentu, termasuk respons yang kompatibel dengan JSON untuk integrasi data. Anda juga akan menyempurnakan keluaran Llama menggunakan teknik prompting agar selaras dengan berbagai tugas. Terakhir, Anda akan membangun percakapan yang mempertahankan konteks di beberapa interaksi, sehingga menghasilkan interaksi yang lebih alami.
Mulai Bab

Bekerja dengan Llama 3

Kursus
Selesai

Dapatkan Sertifikat Penyelesaian

Daftar Sekarang

Kembangkan keterampilan data Anda dengan DataCamp untuk Mobile

Lanjutkan pembelajaran Anda di mana saja dengan kursus mobile kami dan tantangan coding 5 menit setiap hari.