构建和训练名为 MalayGPT 的 LLM 的分步指南。此模型的任务是将文本从英语翻译成马来语。
读完这篇文章后,你会取得什么成就?你将能够自己构建和训练大型语言模型 (LLM),同时与我一起编码。虽然我们正在构建一个 LLM,它将任何给定的英文文本翻译成马来语。你可以轻松地将此 LLM 架构修改为其他语言翻译任务。
LLM 是大多数流行 AI 聊天机器人的核心基础,例如 ChatGPT、Gemini、MetaAI、Mistral AI 等。每个 LLM 的核心都有一个名为Transformer 的架构。因此,我们将首先根据著名论文“Attention is all you need”构建 Transformer 架构 - https://arxiv.org/abs/1706.03762。
首先,我们将逐块构建 Transformer 模型的所有组件。然后,我们将所有块组装在一起以构建我们的模型。之后,我们将使用从 hugging face 数据集中获得的数据集来训练和验证我们的模型。最后,我们将通过对新的翻译文本数据执行翻译来测试我们的模型