Yapay Zeka Temelleri
LLM'ler Nasıl Çalışır
Sinir ağları, LLM'ler ve piyasalar için makine öğrenmesi.
Bu derste
- Büyük dil modellerinin nasıl çalıştığı
- Halüsinasyon'un ne anlama geldiği
Temel çıkarımlar
- 1LLM, bağlamdan bir sonraki token'ı tahmin eder
- 2Güvenilir görünebilir ama yanlış olabilir
- 3AI çıktısını kullanmadan önce her zaman doğrula
Ders özeti
Büyük bir dil modeli (LLM), bağlamdan olası sonraki tokenleri tahmin eder.
Zihinsel model
LLM'ler konusunu netleştirmek
Büyük bir dil modeli (LLM), bağlamdan olası sonraki tokenleri tahmin eder. Faydalı akıl yürütme desteği sağlayabilir; ancak gerçeği bir veritabanı sorgusu gibi bilmez.
- Büyük dil modellerinin nasıl çalıştığı
- Halüsinasyon'un ne anlama geldiği
Mekanikler
LLM'ler hakkında nasıl düşünülür
Metin tokenlere bölünür ve eğitilmiş bir sinir ağından geçirilir.
Model, istatistiksel desenlerden ve bağlamdan çıktı üretir.
Geri alma (retrieval), araçlar ve doğrulama güvenilirliği artırır; ancak kontrol etme ihtiyacını ortadan kaldırmaz.
- LLM, bağlamdan bir sonraki token'ı tahmin eder
- Güvenilir görünebilir ama yanlış olabilir
- AI çıktısını kullanmadan önce her zaman doğrula
Örnek
LLM'ler aksiyonda görmek
Bir LLM, protokol belgesini özetleyebilir; ancak kullanıcı kontrat adreslerini, komisyon rakamlarını ve risk iddialarını birincil kaynaklardan doğrulamalıdır.
Yaygın hatalar
LLM'ler öğrencileri nasıl yanıltır
Akıcı yazı otoriter hissettirir. Bu finansta tehlikelidir; çünkü güvenli bir cümle hâlâ uydurulmuş veya güncelliğini yitirmiş olabilir.
Risk notları
LLM'ler içindeki riski okumak
Halüsinasyon, eski bilgi, istem enjeksiyonu ve gizli varsayımlar kötü işlem veya güvenlik kararlarına yol açabilir.
- Sonraki token tahminini açıkla.
- Bir halüsinasyon riskini belirle.
- Kritik gerçekleri model dışında doğrula.
Uygulama
LLM'ler konusunu bir alışkanlığa dönüştür
- Sonraki token tahminini açıkla.
- Bir halüsinasyon riskini belirle.
- Kritik gerçekleri model dışında doğrula.
Gözden geçir
Temel terimler
- Büyük Dil Modeli (LLM)
- Bağlamdan metin tahmin etmek ve üretmek için eğitilmiş yapay zeka modeli.
- Makine Öğrenmesi
- Açıkça programlanmak yerine verilerden desen öğrenen algoritmalar.
- Yapay Sinir Ağı
- Derin öğrenmenin temelini oluşturan, gevşek biçimde beyinden ilham alan katmanlı model.
- Geriye Dönük Test
- Gerçek sermayeyi riske atmadan önce geçmiş veriler üzerinde strateji testi.
Kaynak notları
Editoryal kaynaklar
Bu kaynaklar, dersin arkasındaki mekanizmaları, risk kontrollerini ve ürün bağlamını doğrulamak için başlangıç noktalarıdır.
Devam etmeden önce
Bunları yapabilir misin?
- Sonraki token tahminini açıkla.
- Bir halüsinasyon riskini belirle.
- Kritik gerçekleri model dışında doğrula.
İlgili öğrenme
Okumaya devam et
Kontrol noktası
Bu dersi bitir
İlerlemeyi kaydetmek için kontrolü geç, sonra parçada sırayla ilerle.
Bu dersi kilitle
Dersi tamamlamak için tüm soruları doğru yanıtla.
Büyük bir dil modeli şunu tahmin eder:

