نویسنده (ها): به سمت تیم تحریریه AI
در ابتدا منتشر شده در به سمت هوش مصنوعیبشر
اگر می خواهید در مورد ساخت و ساز جدی شوید LLMSاینترنت شما را در گزینه ها دفن می کند: مقالات تحقیقاتی ، اختلافات ، اسناد لانگچین ، آموزش های یوتیوب ، موضوعات توییتر هوش مصنوعی ، نوت بوک در بغل کردن چهره.
اما سوالی که اکثر توسعه دهندگان بی سر و صدا با آن روبرو هستند اساسی تر است:
“چگونه من واقعاً از شناختن پایتون به استقرار چیزی که کار می کند می روم – و فقط یک نسخه ی نمایشی دیگر نیست؟”
تعداد فزاینده ای از مهندسین ، دانشمندان داده و ایندی هکرها به نظر می رسد در دوره عملی ما یک پاسخ پیدا کرده است: از مبتدی تا پیشرفته LLM توسعه دهندهبشر
بنابراین ما هیجان زده می شویم که ثبت نام برای گروه بعدی “از مبتدی تا توسعه دهنده پیشرفته LLM” در حال حاضر باز است – و در اول ژوئن با تماس با مدیرعامل ما ، لویی پیترز آغاز می شود!
اما قبل از غواصی به گروه ، ارزش آن را دارد که واقعاً توسعه دهندگان را درک کنید در جستجوی در وهله اول برای بسیاری ، مشکل کنجکاوی نیست – وضوح است.
Beyond Demos و Hello Worlds: آنچه در واقع مهندسان به دنبال آن هستند
برای بسیاری از زبان آموزان ، به ویژه آنهایی که دارای پیتون یا پیشینه برنامه نویسی هستند ، مانع عدم انگیزه نیست – این سر و صدا است. آنها به برنامه “چت با PDF شما” دیگر احتیاج ندارند. آنها به محتوای ساختاری و فنی احتیاج دارند که بدون از دست دادن وضوح عمیق می رود.
“واقعاً از دیدگاه مهندسی عملی است … من می دانم که این بسیار کاربردی است و شما را با ابزار برای مواجهه با موارد استفاده از دنیای واقعی مجهز می کند.” – ویکتور پالومارس
“فراتر از اعتیاد به مواد مخدره: یک رویکرد منطقی برای استفاده از LLM ها با تفکر انتقادی … آنچه که من بیشتر از همه برای آن ارزش قائل هستم این است که چگونه ، فراتر از پوشش مفاهیم اساسی LLM ها ، این دوره به جنبه های مهم تصمیم گیری می پردازد.” – ماریو ژیرالدو
اینها مبتدی نیستند که به نحو پایتون نیاز به کمک دارند. آنها مهندسین هستند که سعی در درک نحوه ارزیابی فروشگاه های بردار ، بهینه سازی دارند چاک دهی استراتژی ها ، بین تنظیم دقیق و بازیابی ، و استقرار چیزی که تحت فشار قرار دارد ، انتخاب کنید.
و وقتی این وضوح از کار ورود ، این به لایه بعدی منتهی می شود: نه فقط درک مفاهیم بلکه استفاده از آنها در تولید. از آنجا که برای اکثر زبان آموزان ، پیشرفت در گواهینامه ها اندازه گیری نمی شود – در کد ارسال شده اندازه گیری می شود.
از مفهوم تا استقرار: پروژه های واقعی ، نه فقط “یادگیری”
موضوع مکرر دیگر: زبان آموزان فقط این کار را نکردند ساعت و حرکت کنید. آنها – و در بسیاری از موارد ، حمل و نقل کردند – چیزی واقعی.
“این دوره دانش من را در مورد ساختمان و ارزیابی خطوط لوله RAG بسیار گسترش داد.” – Eoin McGrath
“بهترین دوره در آنجا برای تبدیل شدن به مهندس هوش مصنوعی. برنامه ریزی برای ساخت استارتاپ خودم بر اساس یادگیری.” – Abhijit L
“از صفر تا قهرمان به عنوان یک توسعه دهنده LLM ، مسیری روشن برای ساخت برنامه LLM قادر به تغییر شما شغلی به عنوان توسعه دهنده. ” – لوکا تانیلی
ما تمایل داریم که مهندسی هوش مصنوعی را به عنوان یک دامنه تحقیق سنگین عاشقانه کنیم ، اما این بررسی ها حاکی از چیز دیگری است: نیاز به تسلطبشر درک این فناوری به اندازه کافی عمیق برای ایجاد تجارت ، مشکلات اشکال زدایی و حمل و نقل چیزهایی که هنگام لمس کاربران واقعی از هم پاشیده نمی شوند.
این یک مهارت متفاوت از “می داند ترانسفورماتورها” یا “به دنبال آموزش چهره بغل” است. این نزدیکتر به آنچه در حال حاضر مشاغل هوش مصنوعی است ، نزدیکتر است.
اما آنچه شاید حتی بیشتر تعجب آور باشد این است که چه کسی در اینجا موفقیت پیدا می کند. این فقط مهندسین و توسعه دهندگان نیستند-این متخصصان از نقش های غیر فنی هستند که از این دوره استفاده می کنند تا محورهای شغلی واقعی را به هوش مصنوعی تبدیل کنند.
یک زندگی برای تغییر دهنده های شغلی و زبان آموزان متقابل
جالب اینجاست که این دوره فقط با مهندسان طنین انداز نبود. افرادی که از فروش ، مشاوره ، محصول و طراحی به دست می آیند نیز ساختار را که LLM ها را قابل دسترسی است پیدا کردند بدون کمبود آب
“به عنوان کسی که دارای سابقه فروش و تجربه فنی حداقل ، من کمی مورد توجه قرار گرفته ام ، با این حال ، این دوره باعث شده است که روند یادگیری فوق العاده صاف و در دسترس باشد. ساختار به خوبی تفکر شده است ، با ارائه تعادل عالی توضیحات کتبی ، محتوای رسانه ای و تمرین های عملی که به طور مؤثر مفاهیم را تقویت می کردم ، بدون در نظر گرفتن دوره Python ، من هنوز هم من از این دوره قدردانی می کنم و من خودم را نمی دانم. دن دوگان
“درک اصول LLMS بدون ریاضی … این دوره کاملاً با دانش ، تکنیک ها و مهارت های پیشرفته برای ساختن یک پروژه موفق LLM پر شده است.” – Tiamiyu Hamzat
صندلی های محدود…. در حال حاضر شما!
برای این زبان آموزان ، ارزش فقط تسلط فنی نبود – بلکه از آستانه “تماشاگر” به سمت شرکت کننده عبور می کرد.
این نوع پیشرفت کاربردی یک سؤال بزرگتر را ایجاد می کند: اگر بسیاری از افراد قادر و با انگیزه باشند ، چرا آنها در وهله اول تلاش می کنند LLM ها را به طور مؤثر یاد بگیرند؟
چرا بسیاری از توسعه دهندگان هوشمند برای یادگیری LLMS تلاش می کنند
با خواندن بررسی های دقیق ما ، چند ناامیدی عمیق تر پدیدار شد:
- ریزش: “من پست های وبلاگ را خوانده ام ، repos github skimmed ، فیلم ها را تماشا می کردم. هیچ یک از این مدل به یک مدل ذهنی کار اضافه نمی شود.”
- سطحی: “دوره های دیگر به شما ابزارهایی می دهند. این یک درک به من داد. این تفاوت است.”
- عدم ساختار: “من در جهنم آموزش گیر افتادم. این اولین منبعی بود که احساس منسجم شد.”
بسیاری از زبان آموزان بین مطالب بیش از حد دانشگاهی که فاقد زمینه در دنیای واقعی هستند ، گیر کرده اند و محتوای مرسوم ، مد روز که فلش را بدون عمق ارائه می دهند.
چه چیزی در نهایت کمک کرد؟ یک مسیر گام به گام که سیستم های LLM ساختمان را مانند مهندسی نرم افزاری، نه جادو
“جامع ترین دوره مهندسی LLM/AI در آنجا … من از دقت و وضوح این دوره در مورد دوره شگفت زده شده ام.” – کارلو کازورزو
و در حالی که ساختار به حل آن کمک می کند چگونه از یادگیری ، ارزشمندترین نتیجه ممکن است چیزی عمیق تر باشد: توسعه نوع قضاوت مورد نیاز شما در صورت عدم پاسخ به آموزش.
شما به اعتیاد به مواد مخدره احتیاج ندارید. شما به قضاوت نیاز دارید.
این نکته آخر بارها و بارها مطرح شد: ایجاد قضاوت خوب. قادر به استدلال از طریق ابهام ، سازگاری با یک حوزه سریع حرکت و دانستن چرا یک تکنیک کار می کند – نه فقط چگونه.
“یک دوره بسیار مفصل که واقعاً شما را به یک توسعه دهنده حرفه ای LLM تبدیل می کند. این طیف گسترده ای از موضوعات را پوشش می دهد: جمع آوری داده ها ، جستجو ، رتبه بندی مجدد ، چاک دهی، استقرار ، تکنیک ها و رویکردهای مختلفی که ممکن است در بعضی موارد کار کند و نه در برخی دیگر. این دقیقاً همان چیزی است که شما را در چالش های دنیای واقعی غوطه ور می کند ، جایی که با یک کار روبرو هستید و باید یک راه حل پیدا کنید. هیچ پاسخی کامل یا یک اندازه مناسب وجود ندارد. هر کار مسیر خاص خود را دارد. ماهیت این دوره ارائه این رویکردهای مختلف است تا بتوانید تجربه ای در دست داشته باشید و یک شهود درونی را توسعه دهید ، و درک می کنید که کدام رویکرد برای یک مشکل خاص بهتر است. ” – یا
✅ گروه اول ژوئن آغاز می شود: به اینجا بپیوندید!
به این معنا ، ارزش واقعی حتی سخنرانی ها یا الگوهای پروژه نیست – این چارچوب ها است. روشی که به توسعه دهندگان کمک می کند تا بر اساس اصول ، نه فقط چرخه های اعتیاد به مواد مخدره ، نظرات خود را شکل دهند.
این توانایی استدلال از طریق ابهام دقیقاً همان چیزی است که پزشکان و رهبران اندیشه در فضای هوش مصنوعی به دنبال آن هستند – و این بخش بزرگی از این است که چرا این دوره احترام فراتر از پایگاه دانشجویی خود دارد.
بی سر و صدا تبدیل شدن به معیار برای تسلط LLM
برخی از معتبرترین صداهای موجود در فضا – سازندگان ابزار ، دانشمندان داده ، مربیان هوش مصنوعی – همچنین دوره و کتاب همراه آن را تأیید کرده اند:
وی گفت: “این جامع ترین کتاب درسی تا به امروز در ساخت برنامه های LLM است ، و به زبان آموزان کمک می کند تا همه چیز را از اصول و بلوک های ساختمانی ساده برای ساخت برنامه های LLM درک کنند. مباحث کاربردی شامل فوری ، پارچه ، مأمورین ، و استقرار است-همه موضوعات اساسی در یک کیت ابزار یک مهندس هوش مصنوعی.” -جری لیو ، بنیانگذار و مدیرعامل Llamaindex
“یک منبع واقعاً شگفت انگیز که درک LLM ها را از زمین به بالا توسعه می دهد ، از تئوری گرفته تا چارچوب های مدرن. دانش شما را در روند تحقیق و چارچوب هایی که شهود شما را در مورد آنچه می آید توسعه می دهد.” -پیت هوانگ ، بنیانگذار نورون
“به عنوان شخصی که با اصطلاحات مناسب در مهندسی سریع و هوش مصنوعی مولد وسواس دارد ، من از استحکام این کتاب تحت تأثیر قرار می گیرم. به سمت هوش مصنوعی کار بزرگی انجام داده است که تمام منابع فنی مورد نیاز یک پزشک مدرن کاربردی را مونتاژ می کند.” – Sander Schulhoff ، بنیانگذار و مدیرعامل Learn Prencting
“یک خواندن باید برای توسعه برنامه های LLM در مشتری ، کتابچه راهنمای Defacto برای مهندسی هوش مصنوعی. این کتاب بینش های عملی و کاربردهای دنیای واقعی ، از جمله ، سیستم های RAG و مهندسی سریع را ارائه می دهد. به طور جدی ، آن را انتخاب کنید.” – احمد موتههیج ، اینگ ، دانشمند NLP/مولکول مهندس
وی گفت: “با گذراندن هفت سال در صنعت هوش مصنوعی ، من دست اول را دیدم که بین برنامه های درسی دانشگاه و خواسته های صنعت ارتباط برقرار کرده است. این کتاب تاکنون بهترین منبعی است که من برای پل زدن با آن شکاف روبرو شده ام و همه چیز را از معماری ترانسفورماتور گرفته تا استقرار پارچه های پیشرفته پوشش می دهد. این یک خواندن لازم برای مهندسان AI صنعت است.” – جک بلاندین ، بنیانگذار لیگ لامبدا ، ارشد یادگیری ماشین مهندس
در پایان ، این فقط نتایج یا تأییدها نیست – این قوام در همه آنها است که برجسته است. این که آیا شما در حال ساخت ، استخدام یا تغییر نقش هستید ، سیگنال مشخص است.
اگر در مورد LLMS جدی هستید ، این بررسی ها راه را نشان می دهد
این تنها مسیر دنیای توسعه LLM نیست. اما با قضاوت بر اساس تنوع ، عمق و ثبات بررسی ها – این یکی از معدود مواردی است که ارائه می دهد در سطح تجربهبشر
اگر از آموزش های کم عمق و اسناد پراکنده ناامید شده اید …
اگر می خواهید چیزهایی بسازید که کار کنند ، فقط در مورد آنها بخوانید …
اگر آماده هستید LLMS را جدی بگیرید و یک ساختار اثبات شده را بخواهید …
یک نقشه راه وجود دارد. و کار می کند
گروه بعدی شروع می شود اول ژوئنبشر به محض پیوستن ، دسترسی کامل به همه مطالب درسی دریافت می کنید – نیازی به صبر کردن برای شروع زنده نیست. می توانید بلافاصله ساختمان را شروع کنید.
اگر فکر می کنید ، “این عالی به نظر می رسد ، اما اگر این برای من نباشد چه می شود؟” – ما آن را دریافت می کنیم. به همین دلیل این دوره با یک ضمانت پول 30 روزه ، بدون سؤالبشر آن را امتحان کنید به مواد شیرجه بزنید. اگر انتظارات شما را برآورده نکند ، ما شما را به طور کامل بازپرداخت می کنیم. جزئیات دوره را اینجا ببینید!
منتشر شده از طریق به سمت هوش مصنوعی