Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Menu

LLM Mastery: ChatGPT, Gemini, Claude, Llama, OpenAI & APIs

Thành thạo LLM: ChatGPT, Gemini, Claude, Llama, OpenAI & API

Thành thạo LLM: ChatGPT, Gemini, Claude, Llama, OpenAI & API

Từ cơ bản đến AI Agent: OpenAI API, Gemini API, LLM mã nguồn mở, GPT-5, RAG, Ứng dụng LangChain, Colab và Kỹ thuật Prompt

4.6
(1,151 đánh giá)
9,581 học viên
Giảng viên
Arnold Oberleiter
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 349.000đ -86%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
20.0 giờ video
164 bài giảng
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 30/05/2026

Bạn sẽ học được gì

Cách thức hoạt động của LLM: Tham số, Trọng số, Suy luận và Mạng nơ-ron
Hiểu về Mạng nơ-ron
Cách Mạng nơ-ron xử lý Token trong LLM
Kiến trúc Transformer và Hỗn hợp Chuyên gia (Mixture of Experts)
Tinh chỉnh (Fine-Tuning) và Tạo mô hình Trợ lý
Học tăng cường (RLHF) trong LLM
Quy luật Mở rộng LLM: GPU & Dữ liệu để Cải thiện
Khả năng và Phát triển Tương lai của LLM
LLM sử dụng Công cụ: Máy tính, Thư viện Python và hơn thế
Đa phương thức và Xử lý Hình ảnh với LLM
Đa phương thức Ngôn ngữ như trong phim 'Her'
Tư duy Hệ thống và Triển vọng Tương lai cho LLM
Tự cải thiện sau AlphaGo
Khả năng Cải thiện: Prompt, RAG và Tùy chỉnh
Kỹ thuật Prompt: Sử dụng LLM hiệu quả với Chain of Thought, Tree of Thoughts & hơn thế
Tùy chỉnh LLM qua System Prompt và Cá nhân hóa với Bộ nhớ ChatGPT
Bộ nhớ Dài hạn với RAG và GPTs
Cửa hàng GPT Store: Mọi điều bạn cần biết
Dùng GPTs để Phân tích Dữ liệu, Xử lý PDF hay Lập trình Tetris
Embedding và Cơ sở dữ liệu Vector cho RAG
Tích hợp Hành động Zapier trong GPTs
LLM Mã nguồn mở vs. Đóng
Kiến thức cơ bản về API
Cách dùng Google Gemini API và Claude API
Microsoft Copilot và Ứng dụng trong Microsoft 365
GitHub Copilot: Giải pháp cho Lập trình viên
OpenAI API: Tính năng, Mô hình giá và Tất cả về OpenAI API kể cả Tạo ứng dụng
Giới thiệu Google Colab để gọi API tới OpenAI
Tạo Ứng dụng AI và Chatbot với Langchain, Flowise, Vectorshift, LangGraph, CrewAI, Autogen, Langflow & hơn thế
Tạo AI Agent cho nhiều tác vụ như Nội dung MXH với Agency Swarm và Langchain Agents
Bảo mật trong LLM: Jailbreak, Prompt Injection & hơn thế
So sánh các LLM tốt nhất
Google Gemini trong Giao diện chuẩn và Google Labs với NotebookLM
Claude của Anthropic: Tổng quan
Tất cả về Perplexity và POE
OpenAI Playground: Tính năng, Tài khoản thanh toán & Nhiệt độ (Temperature) của LLM
Google Gemini API: Phân tích Video và hơn thế
LLM Mã nguồn mở: Các mô hình và Cách dùng Llama 3, Mixtral, Command R+, và nhiều mô hình khác
HuggingChat: Giao diện cho LLM Mã nguồn mở
Chạy LLM cục bộ với Ollama và Xây dựng Chatbot RAG cục bộ
Groq: Giao diện Nhanh nhất với LPU
Cài đặt LM Studio để dùng LLM Mã nguồn mở cục bộ như Llama3 cho Bảo mật Tối đa
Dùng Mô hình Mã nguồn mở trong LM Studio và LLM bị kiểm duyệt vs. không kiểm duyệt
Tinh chỉnh Mô hình Mã nguồn mở với Huggingface
Tạo Ứng dụng riêng qua API trong Google Colab với Dall-E, Whisper, GPT-4o, Vision, và hơn thế
Microsoft Autogen cho AI Agent
CrewAI cho AI Agent
Flowise với LangChain Function Calling
OpenAI Assistant API với Function Calling cho AI-Agent trong các Framework khác nhau
Flowise với LLM Mã nguồn mở làm ChatBot
Bảo mật trong LLM và Các phương pháp Tấn công LLM
Tương lai của LLM như Hệ điều hành trong Robot và Máy tính

Yêu cầu

Không cần kiến thức trước, mọi thứ sẽ được hướng dẫn từng bước.

Đối tượng phù hợp

Dành cho tất cả những ai muốn học điều mới và hiểu sâu về LLM
Dành cho doanh nhân muốn làm việc hiệu quả hơn và tiết kiệm chi phí
Dành cho cá nhân quan tâm đến AI và muốn xây dựng mô hình riêng

Nội dung khóa học

15 phần • 164 bài giảng
1 Chào mừng
2 Tổng quan Khóa học
3 Mục tiêu của tôi và Một số mẹo
4 Cập nhật mô hình mới: Claude 4.5, GPT-5 & hơn thế
5 Giải thích về Liên kết và Tải xuống
6 Các liên kết quan trọng
7 Giới thiệu Giảng viên: Arnold Oberleiter (Arnie)
1 Phần này nói về gì?
2 Một LLM chỉ gồm Hai tệp: Tệp Tham số và Vài dòng mã
3 Các Tham số được tạo ra như thế nào? Tiền huấn luyện (Huấn luyện ban đầu cho LLM)
4 Mạng nơ-ron là gì và nó hoạt động ra sao?
5 Cách Mạng nơ-ron hoạt động trong LLM với Token
6 Kiến trúc Transformer vẫn chưa được hiểu rõ hoàn toàn (Hiện tại?)
7 Khả năng khác của Kiến trúc Transformer: Giải thích Hỗn hợp Chuyên gia
8 Sau Tiền huấn luyện là Tinh chỉnh: Tạo ra Mô hình Trợ lý
9 Bước cuối cùng: Học tăng cường (RLHF)
10 Quy luật Mở rộng LLM: Để cải thiện LLM, chúng ta chỉ cần Hai thứ, GPU & Dữ liệu
11 Ôn tập: Bạn đã học được gì đến giờ!
1 Phần này nói về gì?
2 LLM có thể dùng nhiều Công cụ khác nhau, như Máy tính, Thư viện Python, v.v.
3 Đa phương thức, Xử lý Hình ảnh (Vision) và Nhận diện Hình ảnh
4 Đa phương thức với Ngôn ngữ như trong phim "Her"
5 Điều gì có thể xảy ra trong tương lai? Tư duy Hệ thống! [Thinking Fast and Slow]
6 Cập nhật: Tìm kiếm ChatGPT, Canvas, & o1 (Tư duy hệ thống / Test-Time-Compute)
7 Thông tin về OpenAI o3
8 Tự cải thiện lấy cảm hứng từ AlphaGo
9 Các cách khác để Cải thiện LLM: Prompt, RAG, Tùy chỉnh/System Prompt
10 LLM như Hệ điều hành Mới: Viễn cảnh Tương lai
11 Ôn tập: Bạn đã học được gì trong phần này.
1 Phần này nói về gì và Giao diện của LLM
2 Giới hạn Token là gì và tại sao nó quan trọng
3 Tại sao Kỹ thuật Prompt quan trọng? Một ví dụ!
4 Kiến thức cơ bản về Kỹ thuật Prompt: Liên kết Ngữ nghĩa
5 Kỹ thuật Prompt cho LLM: Các chiến lược Đơn giản nhất (Prompt có cấu trúc)
6 3 "mẹo" quan trọng cho Kỹ thuật Prompt và Prompt hướng dẫn
7 Prompt vai trò trong ChatGPT và các LLM khác
8 Prompt theo mẫu: Zero-Shot, One-Shot và Few-Shot
9 Kỹ thuật Prompt ngược và mẹo "OK"
10 Chain of Thought Prompting: Từng bước đến Mục tiêu
11 Tree of Thoughts (ToT) Prompting
12 Kết hợp các Khái niệm Prompt
13 Ứng dụng thực tế cho Mô hình Ngôn ngữ Lớn
14 Ôn tập và một chút Bài tập.
1 Phần này nói về gì
2 Hình thức Cá nhân hóa Đơn giản nhất: Bộ nhớ ChatGPT
3 Tùy chỉnh qua System Prompt và Hướng dẫn Tùy chỉnh
4 Học trong Ngữ cảnh: Bộ nhớ Ngắn hạn đơn giản nhất
5 Học trong Ngữ cảnh: "Bộ nhớ Ngắn hạn" nhưng Hiệu quả với SPR
6 Embedding và Cơ sở dữ liệu Vector cho RAG: Giải thích Chi tiết
7 Bộ nhớ Dài hạn với RAG: Đơn giản nhất với GPTs & RAG
8 Cửa hàng GPT Store: Mọi điều bạn cần biết & Thử nghiệm GPTs cho Mã, PDF & YT
9 Ba cách Kiếm tiền với GPTs
10 Đầu tiên: Bạn cần Hồ sơ Người xây dựng để tạo Khách hàng tiềm năng từ GPTs
11 Tạo GPT có Kiến thức để tạo Khách hàng tiềm năng và Bán thêm
12 API là gì?
13 Hành động Zapier trong GPTs: Tự động hóa Gmail, Google Docs, & hơn thế với Zapier API
14 Cách Tích hợp mọi API vào GPT của bạn
15 Tóm tắt: Bạn đã học được gì trong phần này!
1 LLM Mã nguồn mở vs. Đóng
2 Sự khác biệt là gì: Tham số, Kiến trúc, Quy mô Tiền huấn luyện & hơn thế
3 Google Gemini trong Giao diện chuẩn: Mọi điều bạn cần biết
4 Google Labs với NotebookLM: Phương pháp Tốt nhất để Học sách
5 Claude của Anthropic: Tổng quan
6 Các công ty Hàng đầu là OpenAI, Google & Anthropic: Nhiều người đang xây dựng trên nền tảng của họ
7 Perplexity: Ưu điểm, Nhược điểm và Ứng dụng
8 Poe, Nền tảng Đa năng Toàn diện
9 Microsoft Copilot là gì: Cách hoạt động và Dữ liệu của tôi có An toàn?
10 Dùng Microsoft Copilot trong Giao diện Web
11 Máy tính Microsoft Copilot PC
12 Microsoft 365: Khác biệt giữa Gói miễn phí và Trả phí
13 Gói đăng ký Copilot phù hợp và Một lựa chọn Miễn phí.
14 Copilot trong Microsoft Word: Viết nhanh hơn bao giờ hết
15 Copilot trong Microsoft PowerPoint: Tạo Bài thuyết trình Nhanh chóng
16 Copilot trong Microsoft Outlook: Viết và Trả lời Email nhanh hơn
17 Copilot trong Microsoft Excel: Khả năng Lớn nhưng vẫn còn Hơi sớm
18 Microsoft Copilot GPT: Tạo ChatBot cá nhân hóa của riêng bạn
19 GitHub Copilot: Giải pháp AI cho Lập trình viên
20 Kết luận về Microsoft Copilot
21 Ôn tập về LLM Mã nguồn đóng.
1 Phần này nói về gì? API của LLM Mã nguồn đóng
2 Tổng quan về OpenAI API
3 Mô hình giá của OpenAI API
4 Quan trọng: Tổng quan OpenAI Playground và Tài khoản thanh toán
5 OpenAI Playground trong thực tế
6 Google Gemini API: Phân tích Video và các Tính năng khác
7 Anthropic API cho các mô hình Claude
8 Tóm tắt về API Mã nguồn đóng
1 LLM Mã nguồn mở là gì và có những Mô hình nào
2 Huggingface: Giới thiệu
3 HuggingChat: Giao diện để dùng LLM Mã nguồn mở với Function Calling
4 Groq: Giao diện Nhanh nhất với LPU thay vì GPU
5 Cài đặt LM Studio cho LLM Mã nguồn mở: Bạn cần GPU, CPU, Cuda, Ram
6 Dùng Mô hình Mã nguồn mở trong LM Studio: Llama3, Mistral, Phi-3 & hơn thế
7 LLM bị kiểm duyệt vs. không kiểm duyệt (Llama3 Dolphin)
8 Thiết lập Máy chủ cục bộ riêng với LM Studio
9 Tinh chỉnh Mô hình Mã nguồn mở với Huggingface hoặc Google Colab
10 Grok từ xAI
11 Thông tin Llama 3.1 và Bạn nên dùng Mô hình nào
12 DeepSeek R1 với Test-Time-Compute
13 Thử DeepSeek R1: API, Duyệt web và Cài đặt cục bộ
14 Điều bạn nên nhớ
1 Phần này nói về gì
2 Tổng quan GitHub: Tại sao bạn nên có Tài khoản
3 Giới thiệu Google Colab
4 Bạn sẽ Tạo gì trong Google Colab
5 Lệnh gọi API đầu tiên tới OpenAI trong Google Colab (Tạo văn bản)
6 DALL-E qua OpenAI API trong Google Colab (Tạo hình ảnh)
7 Chuyển văn bản thành giọng nói (TTS) với OpenAI API trong Google Colab
8 Chuyển giọng nói thành văn bản với Whisper qua OpenAI API trong Google Colab
9 Nhận diện Hình ảnh với Vision qua OpenAI API trong Google Colab
10 Tổng quan toàn bộ Notebook của bạn và một vài mẹo
11 Bạn đã học
1 AI Agents: Definition and Available Tools for Creating Apps and Helpers
2 The Vectorshift Interface for AI Agents and AI Apps
3 The easy way to make a ChatBot in Vectorshift
4 Knowledge Through RAG: Training the AI Agent on Data with Automatic Updates
5 Bot Deployment: As a Standalone App, in WhatsApp, Slack, or on Websites
6 Overview of a AI Agent with Multiple Experts in Vectorshift
7 Langchain, Langflow, CrewAI, Autogen.... What Do I Need and is Python important?
8 Three Ways to Run Flowise: Locally with Node.js or Externally in the Claude
9 Installing Flowise with Node.js (JavaScript Runtime Environment)
10 The Flowise Interface: Simpler Than langflow, builds on Langchain & LangGraph
11 A Example for a Chatbot: Q&A Chain, Memory & RAG with Vectordatabase
12 Function Calling, Memory & RAG: Simplified with the OpenAI Assistant API
13 Installation of Ollama, downloading Llama3, and hosting it on a local server
14 Local RAG Chatbot with Llama3 & Ollama: A Local Langchain App
15 AI Agents Like with Langchain + LangGraph or Autogen & CrewAI (with Flowise)
16 Langchain-Style AI Agent with different Experts for Social Media, Math and Code
17 Use your Agent as a standalone Application
18 Hosting Chatbots for Customers Externally on Render (Cloud Hosting)
19 Embed a Chatbot into Websites: HTML, WordPress, Shopify Page & More
20 Flowise Tips: Getting Leads, API Endpoints, Speech Recognition & More
21 Tạo Chatbot Miễn Phí với Mô Hình và Công Cụ Mã Nguồn Mở: Mistral Mixture
22 Suy luận cực nhanh với API Groq
23 Khám phá Marketplace: If Else Chain và Hơn Thế Nữa
24 Tổng quan về Microsoft Autogen, CrewAI và Agency Swarm trên Github
25 Tổng kết và Những Điều Bạn Nên Làm!
1 Nội Dung Chính Trong Phần Này?
2 Jailbreak: Phương Pháp Tấn Công LLM Bằng Prompt
3 Prompt Injection: Một Lỗ Hổng Bảo Mật Khác Của LLM
4 Đầu Độc Dữ Liệu và Tấn Công Backdoor
5 Bản Quyền: Bạn Có Thể Bán Nội Dung Tạo Bởi AI Không?
6 Đảm Bảo An Toàn Cá Nhân: Dữ Liệu Của Tôi Sẽ Được Sử Dụng Thế Nào?
7 Quy Tắc Nền Tảng & Công Cụ Phát Hiện AI: Đừng Để Máy Móc Lừa Bạn
8 AI Đạo Đức: Lợi Ích, Rủi Ro và Mặt Trái
9 Tổng Kết: Những Điều Không Nên Quên
1 LLM Nào Là Tốt Nhất?
1 Tinh chỉnh GPT, Llama, hoặc Mistral qua OpenAI API hoặc Google Colab
1 PHẦN TÙY CHỌN
2 Tiện Ích Chrome Sẽ Giúp Bạn Tiết Kiệm Tiền, Thời Gian và Hiệu Quả Hơn
3 Tiện Ích Chrome Là Gì & Cách Sử Dụng
4 Tóm Tắt Youtube Với ChatGPT
5 Tiện Ích Chrome: Quản Lý Prompt AI Cho Kỹ Thuật Prompt Nhanh
6 Merlin AI Dưới Dạng Tiện Ích Chrome
7 Tiện Ích Chrome Đếm Token Trong ChatGPT
8 Vấn Đề Giới Hạn Token Được Microsoft Giải Quyết
9 Tổng Quan Thêm Về Các Tiện Ích Chrome Hữu Ích
10 Kết Luận Về Tiện Ích Chrome Cho ChatGPT
1 LLM Như Hệ Điều Hành Trong Robot và Máy Tính?
2 Nhìn Về Tương Lai: Lần Này Chúng Ta Có Phải Là Những Chú Ngựa?
3 Hiểu Về AI, AGI, ASI và Tăng Trưởng Theo Cấp Số Nhân
4 Điều Gì Xảy Ra Khi Chạm Tới AGI/ASI & Liệu AI Có Thay Thế Mọi Công Việc?
5 Lời Cảm Ơn, Tóm Tắt và Hành Trình Tiếp Theo
6 Phần Thưởng

Giới thiệu khóa học

Have you ever thought about how Large Language Models (LLMs) are transforming the world and creating unprecedented opportunities?

"AI won't take your job, but someone who knows how to use AI might," says Richard Baldwin.

Are you ready to master the intricacies of LLMs and leverage their full potential for various applications, from data analysis to the creation of chatbots and AI agents?

Then this course is for you!

Dive into 'LLM Mastery: ChatGPT, Gemini, Claude, Llama, OpenAI & APIs'—where you will explore the fundamental and advanced concepts of LLMs, their architectures, and practical applications. Transform your understanding and skills to lead in the AI revolution.

This course is perfect for developers, data scientists, AI enthusiasts, and anyone who wants to be at the forefront of LLM technology. Whether you want to understand neural networks, fine-tune AI models, or develop AI-driven applications, this course offers everything you need.

What to expect in this course:

Comprehensive Knowledge of LLMs:

  • Understanding LLMs: Learn about parameters, weights, inference, and neural networks.

  • Neural Networks: Understand how neural networks function with tokens in LLMs.

  • Transformer Architecture: Explore the Transformer architecture and Mixture of Experts.

  • Fine-Tuning: Understand the fine-tuning process and the development of the Assistant model.

  • Reinforcement Learning (RLHF): Dive into reinforcement learning with human feedback.

Advanced Techniques and Future Trends:

  • Scaling Laws: Learn about the scaling laws of LLMs, including GPU and data improvements.

  • Future of LLMs: Discover the capabilities and future developments in LLM technology.

  • Multimodal Processing: Understand multimodality and visual processing with LLMs, inspired by movies like "Her."

Practical Skills and Applications:

  • Tool Utilization: Use tools with LLMs like calculators and Python libraries.

  • Systems Thinking: Dive into systems thinking and future perspectives for LLMs.

  • Self-Improvement: Learn self-improvement methods inspired by AlphaGo.

  • Optimization Techniques: Enhance LLM performance with prompts, RAG, function calling, and customization.

Prompt Engineering:

  • Advanced Prompts: Master techniques like Chain of Thought and Tree of Thoughts prompting.

  • Customization: Customize LLMs with system prompts and personalize with ChatGPT memory.

  • Long-Term Memory: Implement RAG and GPTs for long-term memory capabilities.

API and Integration Skills:

  • API Basics: Understand the basics of API usage, including OpenAI API, Google Gemini, and Claude APIs.

  • Microsoft and GitHub Copilot: Utilize Microsoft Copilot in 365 and GitHub Copilot for programming.

  • OpenAI API Mastery: Explore functionalities, pricing models, and app creation with the OpenAI API.

AI App Development:

  • Google Colab: Learn API calls to OpenAI with Google Colab.

  • AI Agents: Create AI agents for various tasks in LangChain frameworks like Langgraph, Langflow, Vectorshift, Autogen, CrewAI, Flowise, and more.

  • Security: Ensure security with methods to prevent jailbreaks and prompt injections.

Comparative Insights:

  • Comparing Top LLMs: Compare the best LLMs, including Google Gemini, Claude, and more.

  • Open-Source Models: Explore and utilize open-source models like Llama 3, Mixtral, and Command R+ with the possibility of running everything locally on your PC for maximum security.

Practical Applications:

  • Embedding and Vector Databases: Implement embeddings for RAG.

  • Zapier Integration: Integrate Zapier actions into GPTs.

  • Open-Source LLMs: Install and use LM Studio for local open-source LLMs for maximum security.

  • Model Fine-Tuning: Fine-tune open-source models with Huggingface.

  • API-Based App Development: Create apps with DALL-E, Whisper, GPT-4o, Vision, and more in Google Colab.

Innovative Tools and Agents:

  • Microsoft Autogen: Use Microsoft Autogen for developing AI agents.

  • CrewAI: Develop AI agents with CrewAI.

  • LangChain: Understand the framework with divisions like LangGraph, LangFlow, and more.

  • Flowise: Implement Flowise with function calls and open-source LLM as a chatbot.

Ethical and Security Considerations:

  • LLM Security: Understand and apply security measures to prevent hacking.

  • Future of LLMs: Explore the potential of LLMs as operating systems in robots and PCs.

This course is ideal for anyone looking to delve deeper into the world of LLMs—from developers and creatives to entrepreneurs and AI enthusiasts.

Harness the transformative power of LLM technology to develop innovative solutions and expand your understanding of their diverse applications.

By the end of 'LLM Mastery: ChatGPT, Gemini, Claude, Llama3, OpenAI & APIs' you will have a comprehensive understanding of LLMs, their applications, and the skills to harness their power for various purposes. If you are ready to embark on a transformative journey into AI and position yourself at the forefront of this technological revolution, this course is for you.

Enroll today and start your journey to becoming an expert in the world of Large Language Models!

Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Artificial Intelligence
Hiển thị tất cả khoá học Large Language Models
Hiển thị tất cả khoá học Machine Learning
Hiển thị tất cả khoá học Openai Api
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊