Jupyter Notebook
Lordog / dive-into-llms
《실습으로 배우는 대형 모델 Dive into LLMs》 시리즈 프로그래밍 실습 교재
37.2K
4.6K
약 1개월 전
이 프로젝트에 대해
Lordog 님의 dive-into-llms 프로젝트는 GitHub에서 37.2K개의 별을 받으며 많은 개발자들의 주목을 받고 있습니다. 특히 Jupyter Notebook 환경에서 유용하게 활용될 수 있으며, 최근 오픈소스 커뮤니티에서 활발한 기여와 토론이 이루어지고 있는 트렌딩 레포지토리입니다.
Language Breakdown
Jupyter Notebook 100%
🇰🇷 한국어 번역 README
캐시 히트"대형 모델 실습 학습" 프로그래밍 연습 튜토리얼 시리즈
프로젝트 동기/ 튜토리얼 카탈로그/ 기여자 목록
💡 업데이트
2025/06/06 관심과 긍정적인 피드백에 감사드립니다! 이 튜토리얼은 두 가지 방식으로 업데이트했습니다:
- 화웨이 어센드 커뮤니티의 지원에 감사하여 현지화된 "대형 모델 개발 전체 과정" 공익 튜토리얼(PPT, 실험 매뉴얼, 동영상 포함)을 출시했습니다!
- 원작 프로그래밍 실습 튜토리얼 시리즈를 기반으로 새로운 주제(수학적 추론, GUI 에이전트, 대형 모델 정렬, 스테가노그래피 등)를 업데이트한 콘텐츠!
🎯 프로젝트 동기 부여
"실습 학습 대형 모델" 프로그래밍 실습 튜토리얼 시리즈는 상하이교통대학교의 "자연어 처리 최전선기술"(NIS8021)과 "인공지능 보안 기술"(NIS3353)의 유인물을 확장하여 대형 모델과 관련된 입문 프로그래밍 참고 자료를 제공하는 것을 목표로 합니다. 이 튜토리얼은 공공 복지를 위한 성격이며 완전히 무료입니다. 간단한 연습을 통해 학생들이 대형 모델을 빠르게 시작하고 교육과정 설계나 학술 연구를 더 잘 수행할 수 있도록 돕습니다.
📚 튜토리얼 카탈로그
| 튜토리얼 콘텐츠 | 소개 | 주소 |
|---|---|---|
| 미세 조정 및 배포 | 사전 학습된 모델 미세 조정 및 배포 가이드: 주어진 작업에서 사전 학습된 모델의 성능을 향상시키고 싶으신가요? 적절한 사전 학습 모델을 선택하고, 특정 작업에 맞게 미세 조정한 뒤, 그 미세 조정된 모델을 사용자 친화적인 데모로 배포합시다! | [코스웨어] [튜토리얼] [각본] |
| 학습 및 사고의 연쇄 | 대형 모델을 위한 API 호출 및 추론 지침: "AI가 온라인에서 격려를 요청한다고?" 대형 모델의 몇몇 질문에 대한 답변은 놀라울 수 있지만, 아마도 '격려'라는 말 한마디가 필요할 수도 있습니다 | [코스웨어] [튜토리얼] [각본] |
| 지식 편집 | 언어 모델 편집 방법 및 도구: 지정된 지식을 기억하기 위해 언어 모델을 조작하고 싶으신가요? 적절한 편집 방법을 선택하고, 구체적인 지식을 편집한 뒤 편집된 모델을 검증합시다! [코스웨어] [튜토리얼] [각본] | |
| 수학적 추론 | 대형 모델이 수학적 추론을 배우게 하려면 어떻게 해야 할까요? 미니 R1을 빨리 추출하자! | [코스웨어] [튜토리얼] [각본] |
| 모델 워터마크 | 언어 모델용 텍스트 워터마킹: 언어 모델이 생성한 콘텐츠에 인간이 보이지 않는 워터마크를 삽입하기 | [코스웨어] [튜토리얼] [각본] |
| 탈옥 공격 | 더 안전하게 지내고 싶다면, 먼저 공격하는 법을 배워야 합니다. 탈옥 공격이 어떻게 대형 모델의 입을 열 수 있는지 알아보자! | [코스웨어] [튜토리얼] [각본] |
| 대형 모델 스테가노그래피 | "투명 잉크"! 대형 모델이 유창하게 답변하면서도 조용히 '자기 사람들'만이 인식할 수 있는 정보를 담고 있길 원하나요? 대형 모델 스테가노그래피가 말해주지! | [코스웨어] [튜토리얼] [각본] |
| 멀티모달 모델 | 현실 세계를 더 완벽하게 시뮬레이션할 수 있는 다중 모달 대형 언어 모델로서, 어떻게 더 강력한 멀티모달 이해와 생성 능력을 달성할 수 있을까요? 다중 모달 대형 언어 모델이 AGI 달성에 도움이 될 수 있을까요? | [코스웨어] [튜토리얼] [대본.] |
🌐 본 텍스트는 빠른 이해를 돕기 위한 요약 번역본입니다. 정확한 기술 정보 및 전체 코드는 GitHub 원문에서 확인하실 수 있습니다.
이 정보는 AI가 자동으로 분석한 결과입니다. 정확한 내용은 원문을 확인하세요.
Lordog/dive-into-llms GitHub 원문 바로가기 →