be-llm101 0.1.4

A Python package for a BearingPoint internal LLM course

LLM101

Nybegynnerkurs i enkel bruk av språkmodeller.

Kom i gang

For å delta i kurset, åpne notebook-en ved å klikke på knappen under:

💡 Tips: Bruk CTRL + klikk (eller CMD + klikk på Mac) for å åpne notebook-en i en ny fane.

Får du gammel versjon?

• Prøv å oppdatere siden (F5 eller CTRL+R)
• Tøm nettleser-cache (CTRL+Shift+R)
• Eller åpne dette alternativet: Direkte GitHub-link og klikk "Open in Colab" øverst i filen

Ser du ikke "Open in Colab" på GitHub?

• Gå til colab.research.google.com
• Klikk "GitHub" fanen
• Søk etter: bearingpoint-no/LLM101
• Velg branch: feature/migrate-to-google-colab
• Klikk på LLM101_FINAL_2.ipynb

Notebook-en inneholder alt kursmateriale og interaktive øvelser.

---

Gamle notater

• Et mer relevant dataset, liknende et faktisk usecase
• Ressoneringsmodell for laging av kategorier
• Først gi noen kategorier ("hva bedriften tror") + other, be de kategorisere inn i de
• Deretter be de finne kategoriene selv
• Fortell om data engineering
• SU: Begynn så enkelt som mulig, ikke overkompliser det. Utvid heller om det ikke funger, reiterer, burk feedbacken fra modellen til å gjøre dine prompts tydeligere
• Et poeng som er kult å få inn: Noe nesting av structured outputs
• Spør Arne om dato for mini-modellen