Chuyển đến nội dung chính
Trang chủAI

Khóa học

Các khái niệm về Large Language Models (LLMs)

Cơ bảnTrình độ kỹ năng
Đã cập nhật tháng 05, 2026
Khám phá toàn bộ tiềm năng của LLM với khóa học khái niệm của chúng tôi, bao gồm các ứng dụng LLM, phương pháp đào tạo, cân nhắc đạo đức và nghiên cứu mới nhất.
Bắt Đầu Khóa Học Miễn Phí
TheoryArtificial Intelligence
2 gio
15 video
50 Bài tập
3,000 XP
100K+
Giấy chứng nhận Thành tích

Tạo Tài Khoản Miễn Phí

Tiếp tục với GoogleHiển thị thêm tùy chọn

hoặc


Bằng cách tiếp tục, bạn chấp nhận Điều khoản sử dụng, Chính sách bảo mật và việc dữ liệu của bạn được lưu trữ tại Hoa Kỳ.

Được người học tại hàng ngàn công ty yêu thích

Group

Đào tạo một đội ngũ?

Dùng thử cho Doanh nghiệp

Mô tả khóa học

Khám phá các mô hình ngôn ngữ lớn

Trong khóa học này, quý vị sẽ khám phá thế giới của các Mô hình Ngôn ngữ Lớn (LLMs) và tìm hiểu cách chúng đang định hình lại bức tranh tổng thể của trí tuệ nhân tạo (AI). Quý vị sẽ tìm hiểu các yếu tố thúc đẩy sự bùng nổ của LLM, chẳng hạn như cuộc cách mạng học sâu, sự sẵn có của dữ liệu và sức mạnh tính toán.

Khóa học lý thuyết này sẽ đi sâu vào các mô hình ngôn ngữ lớn (LLMs) và cách chúng cách mạng hóa các doanh nghiệp và cuộc sống hàng ngày thông qua các ví dụ thực tế, từ lĩnh vực tài chính đến sáng tạo nội dung.

Khám phá những bí mật của các mô hình ngôn ngữ lớn (LLMs) và các phương pháp đào tạo

Quý vị sẽ tìm hiểu về các thành phần cơ bản của các mô hình ngôn ngữ lớn (LLMs), bao gồm các kỹ thuật xử lý ngôn ngữ tự nhiên, chiến lược tinh chỉnh và các phương pháp học như học không cần dữ liệu (zero-shot), học với ít dữ liệu (few-shot) và học với nhiều dữ liệu (multi-shot). Khi bạn tiến bộ, bạn sẽ có được những hiểu biết sâu sắc về các phương pháp đào tạo tiên tiến nhất hiện nay được áp dụng cho các mô hình ngôn ngữ lớn (LLMs), bao gồm dự đoán từ tiếp theo, mô hình ngôn ngữ bị che phủ và cơ chế chú ý.

Khám phá các vấn đề và cân nhắc liên quan đến LLMs

Quý vị cũng sẽ xem xét các vấn đề đạo đức và môi trường quan trọng trong việc xây dựng và đào tạo các mô hình ngôn ngữ lớn (LLMs), bao gồm dữ liệu đào tạo và các vấn đề liên quan đến quyền riêng tư.

Khi kết thúc khóa học, quý vị sẽ khám phá cách duy trì vị thế dẫn đầu bằng cách nghiên cứu sâu về những nghiên cứu mới nhất trong lĩnh vực LLM. Quý vị sẽ khám phá các phát triển trong tương lai tập trung vào khả năng giải thích mô hình, xử lý sai lệch không giám sát, hiệu quả tính toán và nâng cao khả năng sáng tạo.

Sau khi hoàn thành khóa học này, quý vị sẽ có được sự hiểu biết toàn diện về các mô hình ngôn ngữ lớn (LLMs), khả năng, ứng dụng và những thách thức thú vị của chúng.

Điều kiện tiên quyết

Understanding Machine Learning
1

Giới thiệu về Large Language Models (LLM)

Bức tranh AI đang thay đổi nhanh chóng, và Large Language Models (LLMs) đang ở tuyến đầu của sự chuyển mình đó. Chương này xem xét cách LLMs thúc đẩy phát triển trí tuệ nhân tạo gần với con người và chuyển đổi các ngành thông qua vô số ứng dụng. Bạn sẽ khám phá những thách thức và độ phức tạp gắn liền với mô hình hóa ngôn ngữ.
Bắt Đầu Chương
2

Các khối xây dựng của LLMs

Chương này nhấn mạnh tính mới mẻ của LLMs và các khả năng nổi lên của chúng, đồng thời phác thảo nhiều kỹ thuật NLP để chuẩn bị dữ liệu. Bạn sẽ tìm hiểu các thách thức khi huấn luyện LLMs và cách fine-tuning có thể giải quyết hiệu quả những vấn đề đó. Bạn cũng sẽ hiểu cách các kỹ thuật học N-shot cho phép thích ứng hiệu quả các mô hình đã được huấn luyện sẵn khi dữ liệu gán nhãn hạn chế.
Bắt Đầu Chương
3

Phương pháp và kỹ thuật huấn luyện

Trong chương này, bạn sẽ học về các khối xây dựng nền tảng để huấn luyện một LLM, như các kỹ thuật tiền huấn luyện. Bạn cũng sẽ có trực giác về những khái niệm phức tạp như kiến trúc transformer, bao gồm cơ chế attention. Chương thảo luận một kỹ thuật fine-tuning nâng cao và tóm tắt quy trình huấn luyện để hoàn thiện một LLM.
Bắt Đầu Chương
4

Những mối quan ngại và cân nhắc

Trong chương này, chúng ta đi sâu vào các cân nhắc then chốt khi huấn luyện LLMs, như tính sẵn có của dữ liệu lớn, chất lượng dữ liệu, gán nhãn chính xác và hệ lụy của dữ liệu thiên lệch. Bạn cũng sẽ xem xét các rủi ro khác nhau của LLM như quyền riêng tư dữ liệu, vấn đề đạo đức và tác động môi trường. Cuối cùng, chương kết lại bằng việc bàn về các hướng nghiên cứu mới và bức tranh LLMs đang phát triển.
Bắt Đầu Chương
Các khái niệm về Large Language Models (LLMs)
Hoàn
Thành

Nhận Giấy Chứng Nhận Hoàn Thành

Thêm chứng chỉ này vào hồ sơ LinkedIn, CV hoặc sơ yếu lý lịch của ban
Chia sẻ trên mạng xã hội và trong đánh giá hiệu suất của ban
Đăng ký ngay

Tham gia cùng hơn 19 triệu học viên và bắt đầu Các khái niệm về Large Language Models (LLMs) ngay hôm nay!

Tạo Tài Khoản Miễn Phí

Tiếp tục với GoogleHiển thị thêm tùy chọn

hoặc


Bằng cách tiếp tục, bạn chấp nhận Điều khoản sử dụng, Chính sách bảo mật và việc dữ liệu của bạn được lưu trữ tại Hoa Kỳ.

Phát triển kỹ năng dữ liệu với DataCamp cho thiết bị di động

Tiến bộ mọi lúc mọi nơi với các khóa học cho thiết bị di động và thử thách lập trình 5 phút hằng ngày.