841973620/dli-s-fx-08-v1 repository overview

大型语言模型 （LLM） 或 Transformer 彻底改变了自然语言处理 （NLP） 领域。在最新进展的推动下，NLP 和生成式 AI 的应用在过去十年中呈爆炸式增长。随着聊天机器人和智能虚拟助手等应用程序的激增，组织正在为其业务注入更具交互性的人机体验。了解如何使用基于 Transformer 的大型语言模型 （LLM） 来操作、分析和生成基于文本的数据至关重要。现代预训练的 LLM 可以像人类一样封装语言的细微差别、上下文和复杂性。如果经过微调和正确部署，开发人员可以使用这些 LLM 构建强大的 NLP 应用程序，在聊天机器人、AI 语音代理等中提供自然无缝的人机交互。在本课程中，您将学习如何将 Transformer 用作现代大型语言模型 （LLM） 的构建块。然后，您将使用这些模型执行各种 NLP 任务，包括文本分类、命名实体识别 （NER）、作者归属和问答。

完成本课程，您将可以：

• 描述 Transformer 如何用作 NLP 应用程序的现代 LLM 的基本构建块
• 了解如何使用基于 Transformer 的 LLM 来操作、分析和生成基于文本的数据
• 利用预先训练的现代 LLM 解决各种 NLP 任务，例如标记分类、文本分类、摘要和问答

task1：标记分类
task2：文本分类
task3：问答

运行：（将命令中的“*”改为对应数字）

docker run -it --rm --name task --gpus all -p 80:80 docker.841973620.net:8888/dli/s-fx-08-v1:cuda12.2-task*