Large Language Models

LLMs कैसे काम करते हैं यह समझें: tokens और embeddings से attention, training, prompting, evaluation, सुरक्षा और deployment तक, छोटे चलाने योग्य मॉडलों के साथ।

कोर्स शुरू करें →

पाठ्यक्रम

LLM क्या है

1. Large Language Model क्या है
2. मॉडल का जीवन: Pretraining से Chat तक
3. Tokens और Byte-Pair Encoding
4. LLMs किसमें अच्छे और किसमें कमज़ोर हैं

पाठ से संभावनाओं तक

1. Embeddings और समानता
2. Logits, Softmax और Temperature
3. Sampling: Greedy, Top-k और Top-p
4. चलाने योग्य छोटा Language Model
5. Loss और Perplexity

Transformer

1. Self-Attention: Queries, Keys, Values
2. Causal Masking और Generation
3. Layers, Feed-Forward Blocks और Positions
4. Context Window और KV Cache

मॉडल प्रशिक्षण और अनुकूलन

1. Scaling Laws और डेटा
2. Fine-Tuning, LoRA और कब नहीं
3. Alignment: RLHF और Preference Optimisation

LLMs के साथ निर्माण

1. Prompting की बुनियाद
2. Retrieval-Augmented Generation (RAG)
3. Tool Use और Structured Output
4. लागत, Latency और Caching

Evaluation और सुरक्षा

1. LLM आउटपुट का मूल्यांकन
2. Hallucination घटाना
3. Prompt Injection, Privacy और Bias

Production में मॉडल चलाना

1. मॉडल आकार और Quantization
2. Serving, Batching और मॉडल का चुनाव

सब कुछ जोड़ना

1. केस स्टडी: Policy प्रश्न-उत्तर सहायक
2. Revision: Cheat Sheet और Self-Check