CHO DÂN VĂN PHÒNG
Học viện
1Academy
MỤC LỤC
I. Các hiểu biết nền tảng
II. Tổng quan về chatbot AI ChatGPT
I. Bắt đầu với ChatGPT
II. So sánh ChatGPT Plus và ChatGPT Free
III. Các tùy chỉnh và nâng cao
I. Marketing
II. Sales
III. Hành chính - Nhân sự
PHẦN MỘT: GIỚI THIỆU TỔNG QUAN
PHẦN HAI: CẨM NANG SỬ DỤNG CHAT GPT
PHẦN BA: CÁC ỨNG DỤNG THỰC TIỄN TRONG CÔNG VIỆC
MỞ RỘNG: NÂNG CAO NĂNG LỰC ỨNG DỤNG GEN AI TRONG
CÔNG VIỆC
7 điều cần lưu ý để viết prompt hiệu quả
02Học viện |
1
GIỚI THIỆU TỔNG QUAN
1.1. Các hiểu biết nền tảng
1.2. Tổng quan về chatbot AI ChatGPT
Trí tuệ nhân tạo (AI) là công nghệ cho phép máy tính và máy móc mô phỏng khả năng
học tập, hiểu biết, giải quyết vấn đề, ra quyết định, sáng tạo và tự chủ của con người.
Artificial Intelligence
02
Học máy (ML) là một nhánh của trí tuệ nhân tạo tập trung vào việc cho phép máy tính
và máy móc bắt chước cách con người học, thực hiện nhiệm vụ một cách tự động và
cải thiện hiệu suất cũng như độ chính xác của chúng thông qua kinh nghiệm và tiếp
xúc với nhiều dữ liệu hơn.
Machine Learning
03
Trí tuệ nhân tạo tạo sinh (GenAI) mô tả các thuật toán có thể được sử dụng để tạo nội
dung mới, bao gồm âm thanh, mã, hình ảnh, văn bản, mô phỏng và video...
Generative AI
04
Mô hình ngôn ngữ lớn (LLMs) là một loại mô hình nền tảng được đào tạo trên lượng dữ
liệu khổng lồ, giúp chúng có khả năng hiểu và tạo.
Large Language Models
01
1.1. CÁC HIỂU BIẾT NỀN TẢNG
04Học viện |
Nguồn: IBM
Nguồn: IBM
Nguồn: McKinsey & Company
Nguồn: IBM
CÁCH THỨC HOẠT ĐỘNG CỦA
AI TẠO SINH
GenAI (AI tạo sinh) hoạt động qua ba giai đoạn chính: Đào tạo, Điều
chỉnh, và Đánh giá – điều chỉnh liên tục
ĐÀO TẠO MÔ HÌNH NỀN TẢNG
Trí tuệ nhân tạo tạo sinh dựa trên các mô hình nền tảng như mô
hình ngôn ngữ lớn (LLMs), được huấn luyện trên kho dữ liệu
không cấu trúc với chi phí và tài nguyên tính toán lớn.
ĐIỀU HÌNH THEO MỤC TIÊU CỤ THỂ
Mô hình nền có khả năng tổng quát cao nhưng cần điều chỉnh để
phục vụ mục tiêu cụ thể:
Tinh chỉnh (Fine-tuning): Huấn luyện thêm trên tập dữ liệu có gắn
nhãn phù hợp với bài toán (ví dụ: câu hỏi - trả lời trong chăm sóc
khách hàng).
RLHF (Reinforcement Learning with Human Feedback): Mô hình
được cải thiện dần thông qua phản hồi thực tế từ người dùng, giúp
phản hồi chính xác hơn theo ngữ cảnh.
ĐÁNH GIÁ VÀ ĐIỀU CHỈNH LIÊN TỤC
Ứng dụng AI tạo sinh được cập nhật liên tục để tăng độ chính
xác, trong khi mô hình nền chỉ cập nhật định kỳ.
Một kỹ thuật quan trọng là RAG (Retrieval-Augmented Generation),
cho phép mô hình truy cập nguồn dữ liệu bên ngoài theo thời gian thực, từ
đó nâng cao chất lượng phản hồi và độ minh bạch.
05Học viện |
Nguồn: IBM