我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
- 準備資料集：AI說書 - 從0開始 - 162 | 準備Pretrain模型需要的資料
- 準備必備函數庫：AI說書 - 從0開始 - 163 | 準備Pretrain模型需要的函數庫
- Tokenizer 前言：AI說書 - 從0開始 - 164 | Tokenizer 前言
- 訓練自己的 Tokenizer：AI說書 - 從0開始 - 165 | 訓練自己的Tokenizer
- 保存訓練好的 Tokenizer：AI說書 - 從0開始 - 166 | 保存訓練好的 Tokenizer
- Tokenizer 使用方式：AI說書 - 從0開始 - 167 | Tokenizer 使用方式
- GPU 及 CUDA 確認：AI說書 - 從0開始 - 168 | GPU 資源確認
- 編輯模型的 Config 檔：AI說書 - 從0開始 - 169 | 編輯模型的 Config 檔
- 初始化模型：AI說書 - 從0開始 - 170 | 初始化模型
- 模型參數探索：AI說書 - 從0開始 - 171 | 模型參數探索
- 模型參數探索：AI說書 - 從0開始 - 172 | 模型參數探索
- 模型參數探索：AI說書 - 從0開始 - 173 | 模型參數探索
- 模型參數探索：AI說書 - 從0開始 - 174 | 模型參數探索
- Data Collator 建立：AI說書 - 從0開始 - 175 | Data Collator 建立
- 初始化 Trainer：AI說書 - 從0開始 - 176 | 初始化 Trainer
- 模型訓練：AI說書 - 從0開始 - 177 | 訓練模型
- 保存訓練好的模型：AI說書 - 從0開始 - 178 | 保存訓練好的模型
既然保存好模型了，自然可以以 Pipeline 開始做使用，注意 Model 和 Tokenizer 分別在 AI說書 - 從0開始 - 178 | 保存訓練好的模型 以及 AI說書 - 從0開始 - 166 | 保存訓練好的 Tokenizer 中的保存名稱：
from transformers import pipeline
fill_mask = pipeline("fill-mask",
model = "./KantaiBERT",
tokenizer = "./KantaiBERT")
現在以一個句子來示範看看模型是否能回答類似 伊曼紐爾‧康德 的風格：
fill_mask("Human thinking involves human <mask>.")
結果為：
