Skip to content

Chương 4_Trang 1_Xây dựng ChatGPT trên Local Python Jupyter để Chatbot FAQ

Jump to bottom Edit New page
PhD Le Toan Thang edited this page Apr 24, 2024 · 2 revisions

Xây dựng ChatGPT trên Local Python Jupyter để Chatbot FAQ:

Mục đích:

  1. Xây dựng hệ thống AI/ML học máy bằng các công cụ và ngôn ngữ học máy tiến hóa nhanh, chủ động phát triển ở Nội bộ Local Computing.
  2. Thu thập và phân tích CSDL nội bộ bằng ngôn ngữ ML nội bộ Local Large Language version 3 (LLama3).
  3. Tỉ lệ Training "huấn luyện" và Xử lý thật tùy chỉnh tối ưu nhất (ví dụ: Training Data: 90% Epoch learn data, Process data real-time: 10% Epoch)
  4. Học máy và xây dựng hệ thống huấn luyện chat bot trong hệ thống Web Socket local giao tiếp với WWeb ITSM, Helpdesk, Support, trao đổi tự động, hỗ trợ thông tin khách hàng, tra cứu tìm kiếm thông tin cho Khách hàng, tìm kiếm hàng hóa, số liệu trong kho CSDL...

Lợi ích trong CNTT và toán ứng dụng vào đời sống Doanh nghiệp:

  1. Xây dựng và triển khai mô hình Chatbot vào hỗ trợ Web service: dịch vụ bán hàng online, Hỗ trợ chăm sóc tìm thông tin tự động.
  2. Xây dựng, cải tiến thư viện kiến thức điện tự, trá cứu, tìm thông tin trong sách, thư viện điện tử online.
  3. Xây dựng kho kiến thức/tri thức "Knowledge-base KB", tìm các tình huống hỗ trợ xử lý sự cố CNTT hoặc quy trình hoạt động DN.
  4. Củng cố kiến thức Toán tin ứng dụng, Xử lý CSDL, Phân tích CSDL và tổ chức Khoa học Dữ liệu chuyên sâu, đạt chuẩn cao DWH...
  5. Tổng hợp và phân tích chuyên sâu về phân loại, tổ chức CSDL các bản vẽ ACME, CDE, BIM, bản mạch điện tử, bản thiết kế 2D, #D trong xây dựng Giao thông, Công trình thủy lợi, Công trình BĐS, Hàng hải, Hàng không vũ trụ, Luật dân sự, Quốc hội, Hình sự, Quân sự, Khoa học kỹ thuật, sản xuất chip bán dẫn, Đào tạo Công nghệ/công nghiệp...
  6. Hoàn thiện kỹ năng xử lý dữ liêu trong nghiệp vụ văn phòng, kế toán tài chính, thuế quan, ngoại quan XNK, Đóng gói vận chuyển, phân phối hàng hóa dịch vụ, thông tấn báo chí, Phân tích báo cáo kiểm kê - giá trị hàng hóa...

Bước 1. Cài đặt ollama3 trên python 3.11:

Tham khảo: https://python.langchain.com/docs/integrations/chat/ollama/#setup

  • Trên jupyter nhập lệnh: !pip list

image

  • Trên juoyter nhập lệnh: !pip install ollama

image

Bước 2. Download tải xuống bản ollama3 cho HĐH OS:

Link: https://ollama.ai/download

  • Bấm chọn cài OLLAMA3 trên windows

image

Khi cài xong, máy tính sẽ hosting OLLAMA3 icon tray

image

Bước 3. Cài thêm thư viện cho OLLAMA3 trên OS:

  • Mở Terminal hoặc PS hoặc cmd của windows, nhập lệnh: ollama pull llama3

image

Hoàn thành cài đặt thêm thư viện:

image

Sau khi hoàn thành cài OLLAMA3 trên OS và các bước trước hoàn thành cài OLLAMA cho python, chúng ta chuyển qua bài tập viết code để chạy ChatGPT trên Python Jupyter OLLAMA3.

Sách điện tử Tương tác dạy học trực tuyến (viết tắt:SĐT-TTTT),

English: Interactive Learning eBook (short-name: iLebook),

Tác giả: Lê Toàn Thắng,

Cung cấp ảnh: AI_Creators,

Hiệu đính: Lê Anh Hà Lan, ML_7b và ChatGPT, B2T,

  • Business Analyst (BA) là một nghề tồn tại từ lâu trên toàn cầu, nhưng ở Việt Nam thì vẫn còn khá mới (xuất hiện khoảng hơn 27 năm).
  • Tôi thực sự đánh giá cao nghề này và trong quá trình làm việc, tôi đã gặp phải nhiều thách thức, từ đó tôi đã hiểu rõ những điểm mạnh và điểm yếu của bản thân. Tôi nhận thấy rằng trong lĩnh vực này có nhiều vấn đề phức tạp và khó khăn, nhưng khi chúng được giải quyết, thì cảm giác thật tuyệt vời.
  • BA xuất hiện với mục tiêu giải quyết vấn đề. Đó có thể là biến một điều không tốt thành điều tốt hơn, hoặc cải thiện những điều đã tốt để trở nên tốt hơn. Việc mang lại ý nghĩa cho người khác thực sự là một điều mà tôi khó lòng tranh cãi hay bỏ qua.

Clone this wiki locally