ChatGPT எப்படி வேலை செய்யுது? Free-ஆ படிக்க ஒரு Full AI Book - Indian Coders இதை Miss பண்ணாதீங்க

என்ன நடந்தது?#

வாரத்துக்கு ஒரு AI Paper வருது, ஒவ்வொன்றும் 'நாங்க Benchmark-ல Record போட்டோம்' என்று சொல்லும். சமீபத்தில் வித்தியாசமா ஒரு Paper Trending ஆகி இருக்கு. NiuTrans என்ற Research Group ஒரு Book வெளியிட்டிருக்காங்க - பேர் 'Foundations of Large Language Models'. பேர் கேட்டா Heavy-ஆ இருக்கு, ஆனா இது Simple-ஆ ஒரு Textbook தான்.

ஆறு Chapters-ல, LLM எப்படி Build ஆகுது, எப்படி வேலை செய்யுது-ன்னு முழுசா Explain செய்யிருக்காங்க. Hugging Face Papers Page-ல இது 42 Upvotes வாங்கியிருக்கு - ஒரு Academic-ஆ தெரியும் Title-க்கு இது பெருசு.

GitHub-ல (NiuTrans/NLPBook) இந்த Material Free-ஆ கிடைக்குது, 876 Stars already Collect ஆகிருச்சு. மக்க இதை Bookmark பண்ணிக்கிட்டு இருக்காங்க என்பதே தெரியுது.

புதுசா Chatbot இல்ல, புது Leaderboard Record இல்ல. வெறும் Basics-ஐ Proper-ஆ எழுதி வெச்சிருக்காங்க. அதுதான் இது படிக்க Worth இருக்கு.

இது எப்படி வேலை செய்யும்?#

ஒரு உதாரணம் சொல்றேன். Car ஓட்ட கத்துக்கணும்-னா, நேரா Race Car ஏறி Steering-ஐ மட்டும் Copy பண்ணலாம். அல்லது Engine, Clutch, Brake எப்படி Work ஆகுதுன்னு முதல்ல கத்துக்கலாம்.

இப்போ பல Developers Race Car Version-ஐத்தான் பண்றாங்க. ChatGPT திறந்து ஒரு Prompt போட்டு, Answer வந்தா Happy. ஏன் அது வேலை செய்யுது-ன்னு யாரும் கேட்க மாட்டாங்க.

இந்த Book Engine Version-ஐ Teach செய்யுது. அதாவது, ஆறு Chapters-ல இதை Break பண்ணிருக்காங்க - Pre-training, Generative models, Prompting, Alignment, Inference, Reasoning. இது தான் GPT அல்லது Llama மாதிரி ஒரு Model பிறக்கும் Full Journey.

Pre-training என்றா, ஒரு குழந்தைக்கு படிக்கக் கத்துக்க Millions Books காட்டுறது மாதிரி. Model-ஐ Internet-ல இருக்க கணக்கில்லாத Text வெச்சு Train பண்றாங்க, அது Question கேக்கறதுக்கு முன்னாடியே.

Generative Models பகுதி, AI எப்படி ஒரு Word-க்கு அப்புறம் இன்னொரு Word-ஆ Text-ஐ Generate பண்றுது-ன்னு சொல்லும். உதாரணமா, நீங்க 'இன்னைக்கு வெதர்' என்று Type பண்ணா, அடுத்த Word எது இருக்கும்-ன்னு Model Guess பண்ணுது - அந்த Guess-ஐ Smart-ஆ பண்ண வேண்டியதே இந்த Chapter-ன் வேலை.

Prompting என்றா, சரியான கேள்வியை சரியான விதமா கேக்கும் Skill. GPay-ல UPI Transaction போல, ஒரு சின்ன Change Prompt-ல பண்ணினாலே Output முழுசா மாறிடும் - இது ஒரு Science, Hobby இல்ல.

Alignment, Model தப்பா அல்லது Harmful-ஆ எதையும் சொல்லாம இருக்க Training கொடுக்கும் Guardrails மாதிரி. Inference என்றா, நீங்க Send Button Press பண்ணின Moment-ல Server-ல என்ன நடக்குதுன்னு அந்த Process. Reasoning என்றா, Model Next Word Guess பண்ணாம, Step-by-Step Think பண்ண கத்துக்குற புது Hot Topic.

இந்தியாவுல / நம்ம Phone-ல என்ன மாறும்?#

இது நேரா ஒரு Product இல்ல, எனவே உங்க Phone-ல இன்னும் ஒரு Update-ஆ வந்துராது. ஆனா இதன் Effect வேற Level-ல இருக்கும்.

Indian Colleges-ல NLP படிக்கும் Students, இதை ஒரு Free Textbook-ஆ பயன்படுத்தலாம். Expensive Foreign Textbooks வாங்க முடியாத நிறைய Students-க்கு இது ஒரு பெருசு Help.

Startups-ல Prompt Engineering, Fine-tuning, RAG (Retrieval) மாதிரி வேலை பண்ணும் Developers-க்கு, இந்த Book ஒரு Clear Foundation தரும். Just API Call பண்ணி Result எடுக்கிறதுக்கு பதிலா, ஏன் அது அப்படி Behave செய்யுது-ன்னு Understand பண்ணலாம்.

Jio, Flipkart மாதிரி Companies இப்போ AI Features-ஐ தங்க Apps-ல Add பண்றாங்க. இதுல வேலை பார்க்கும் Engineers-க்கு, Alignment மற்றும் Inference Chapters Especially Useful - ஏன்னா அதுதான் Server Cost-ஐயும், Safety-ஐயும் முடிவு பண்ணும் Factors.

இது Code இல்ல, எந்த Ready-made Tool-ஐயும் தராது. GitHub-ல 876 Stars இருந்தாலும், இது ஒரு Library இல்ல - படிச்சு புரிஞ்சுக்கிற Material தான்.

நீங்க இப்போ என்ன பண்ணுங்க?#

நீங்க Already LLM-ல வேலை பார்க்குறவரா, இந்த Paper Page-ஐ Open பண்ணி Abstract படிங்க, அப்புறம் GitHub Repo-ல Chapters-ஐ பாருங்க. முழுசா படிக்க வேண்டாம், உங்களுக்கு தேவையான Chapter-ஐ மட்டும் படிங்க.

College Student-ஆ இருந்தா, இதை உங்க Semester Project-க்கு Reference-ஆ வெச்சுக்கலாம். Free-ஆ இருக்குற ஒரு Proper Structured Book, இந்த மாதிரி வாய்ப்பு அடிக்கடி கிடைக்காது.

Early Research Material-ஆ இருப்பதால, இதை ஒரு 'Course' மாதிரி எடுத்துக்காம, ஒரு 'Dictionary' மாதிரி எடுத்துக்குங்க - Doubt வந்தா Open பண்ணி Check பண்ணுற Reference.

இதை Step-by-Step எப்படி படிக்கலாம்?#

இந்த Book-ஐ ஒரே நாள்ல முடிக்கணும்-ன்னு நினைக்கவே வேண்டாம், அது Novel இல்ல. முதல் Step-ஆ, GitHub Repo-ல இருக்குற Chapter List-ஐ மட்டும் ஓரமா படிங்க, உங்களுக்கு Already தெரிந்த Part எது, புதுசா கத்துக்கணும் Part எது-ன்னு ஒரு Mental Map போடுங்க. Coimbatore-ல Engineering படிக்கும் ஒரு Student உதாரணமா எடுத்துக்கலாம் - அவருக்கு Python தெரியும், ஆனா Transformer Architecture எப்படி வேலை செய்யுது-ன்னு Clarity இல்ல. அவரு நேரா Pre-training Chapter-க்கு போயி, அங்க இருக்குற Diagram-ஐ வெச்சு புரிஞ்சுக்கிறது Time Save ஆகும்.

இரண்டாவது Step, ஒரு Chapter படிச்ச உடனே அதை Practically Try பண்ணுங்க. உதாரணமா, Prompting Chapter படிச்ச பிறகு, Hugging Face-ல Free-ஆ கிடைக்குற சின்ன Model ஒன்றை எடுத்து, அதே Concept-ஐ Apply பண்ணி பாருங்க. இது Theory மட்டும் படிச்சி விட்டுராம, Hand-ல Experiment பண்ணும்போது தான் Alignment, Inference மாதிரி Topics Clear ஆகும். Jio Network-ல Free Wifi கிடைக்குற College Campus-ல இருந்தா, இதை Laptop-ல Practice பண்றது இன்னும் Easy ஆகும்.

மூன்றாவது Step, Reasoning Chapter-ஐ கடைசில படிங்க. ஏன்னா இது மற்ற ஐந்து Chapters-ஐ Base-ஆ வெச்சே Build ஆகுது. Madurai-ல ஒரு IT Company-ல Fresher-ஆ Join ஆகும் ஆளு, Interview-க்கு முன்னாடி இந்த ஒரு Chapter-ஐ மட்டும் Revise பண்ணினாலும், 'Chain of Thought Reasoning' மாதிரி Terms Interview-ல கேட்டா Confidence-ஆ Answer பண்ண முடியும்.

இதுல நிறைய பேர் பண்ற Mistakes என்னென்ன?#

முதல் Mistake, இந்த Book-ஐ ஒரு 'Tool' மாதிரி எடுத்துக்குறது. இது Code Library இல்ல, நீங்க இதை Install பண்ணி App-ல Use பண்ண முடியாது. இதை ஒரு Reference Material-ஆ மட்டும் Treat பண்ணணும், இல்லாட்டா Disappointment ஏற்படும். Trichy-ல ஒரு Developer, 'இந்த Book படிச்சா என் App Fast ஆயிடுமா' என்று எதிர்பார்த்தா, அது தப்பு எதிர்பார்ப்பு - இது Understanding-க்கு மட்டும் Help பண்ணும்.

• முதலே கடைசி Chapter (Reasoning) படிச்சு Confuse ஆகுறது - Basics முதல்ல வேணும்
• Theory மட்டும் படிச்சி, ஒரு Line Code-வும் Try பண்ணாம இருக்குறது
• இது ஒரு Certification Course-ன்னு நினைச்சி Time Waste பண்றது - இது Free Reference Book மட்டும்

இன்னொரு Common Mistake, Chapter Order-ஐ Skip பண்றது. Pre-training புரியாம Alignment படிச்சா, அது ஏன் Important-ன்னு Click ஆகாது. Chennai-ல ஒரு NLP Workshop-ல Attend ஆன ஒரு Professional சொன்ன மாதிரி - 'Foundation Course இல்லாம நேரா Advanced Topic படிச்சா, Half Understanding-ஆ தான் இருக்கும்'. இந்த Book Structure-ஐ Respect பண்ணி படிச்சா தான் Full Benefit கிடைக்கும். இனி Front-ல, இது மாதிரி இன்னும் நிறைய Open-Source Education Material Trending ஆகும்-ன்னு எதிர்பார்க்கலாம், ஏன்னா LLM Basics கத்துக்கணும்-ற Demand India-ல நாளுக்கு நாள் அதிகரிச்சிக்கிட்டே இருக்கு.