دوره هوش مصنوعی در آینه: خودآگاهی LLMها و تصمیم‌گیری در بازی کالای عمومی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

2,490,000 تومان
هوش مصنوعی در آینه: خودآگاهی LLMها و تصمیم‌گیری در بازی کالای عمومی هوش مصنوعی در آینه: خودآگاهی LLMها و تصمیم‌گیری در بازی کالای عمومی درکی عمیق از رفتار هوش مصنوعی در تعاملات پیچیده و استراتژیک معرف...
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 622,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره هوش مصنوعی در آینه: خودآگاهی LLMها و تصمیم‌گیری در بازی کالای عمومی

موضوع کلی: هوش مصنوعی چند عامله و نظریه بازی‌ها

موضوع میانی: شناخت خود در مدل‌های زبان بزرگ و تاثیر آن بر همکاری

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی چند عامله
  • 2. مقدمه‌ای بر نظریه بازی‌ها
  • 3. مقدمه‌ای بر بازی کالای عمومی
  • 4. ساختار بازی کالای عمومی
  • 5. مفهوم کالای عمومی
  • 6. بازی کالای عمومی تکرارشونده (Iterated Public Goods Game)
  • 7. عوامل در بازی کالای عمومی
  • 8. پایبندی به همکارانه در بازی کالای عمومی
  • 9. خیانت در بازی کالای عمومی
  • 10. محاسبه سود در بازی کالای عمومی
  • 11. معضل همکاران در بازی کالای عمومی
  • 12. مقدمه‌ای بر مدل‌های زبان بزرگ (LLMs)
  • 13. معماری ترنسفورمر
  • 14. توکن‌سازی در LLMs
  • 15. آنبوردینگ در LLMs
  • 16. آموزش اولیه LLMs
  • 17. تنظیم دقیق LLMs (Fine-tuning)
  • 18. کاربردهای LLMs
  • 19. محدودیت‌های LLMs
  • 20. مفهوم شناخت خود (Self-Recognition)
  • 21. شناخت خود در انسان
  • 22. شناخت خود در هوش مصنوعی
  • 23. چالش‌های شناخت خود در هوش مصنوعی
  • 24. شناخت خود در مدل‌های زبانی بزرگ
  • 25. معیارهای سنجش شناخت خود در LLMs
  • 26. مطالعه موردی: بازی کالای عمومی با LLMs
  • 27. طراحی آزمایش: بازی کالای عمومی با LLMs
  • 28. انتخاب LLMs برای آزمایش
  • 29. تنظیم پارامترهای LLMs
  • 30. تعریف نقش LLMs در بازی
  • 31. نقش عامل اولیه (Agent 1)
  • 32. نقش عامل دوم (Agent 2)
  • 33. سناریوهای مختلف بازی
  • 34. سناریو همکاری کامل
  • 35. سناریو خیانت کامل
  • 36. سناریو ترکیب همکاری و خیانت
  • 37. متغیرهای آزمایش
  • 38. تعداد دورهای بازی
  • 39. اندازه جمعیت
  • 40. میزان پاداش برای همکاری
  • 41. میزان جریمه برای خیانت
  • 42. پیاده‌سازی الگوریتم‌های تصمیم‌گیری برای LLMs
  • 43. الگوریتم‌های مبتنی بر قواعد
  • 44. الگوریتم‌های مبتنی بر یادگیری تقویتی
  • 45. الگوریتم‌های مبتنی بر شبیه‌سازی
  • 46. استفاده از LLMs به عنوان استراتژی‌گذار
  • 47. پاسخ LLM به استراتژی عامل دیگر
  • 48. تحلیل نتایج بازی
  • 49. محاسبه سطح همکاری
  • 50. محاسبه سطح خیانت
  • 51. شناسایی الگوهای رفتاری
  • 52. تاثیر شناخت خود LLM بر همکاری
  • 53. ارتباط بین استراتژی LLM و سطح شناخت خود
  • 54. آیا LLMهای با شناخت خود بالا، همکارترند؟
  • 55. بررسی نقش حافظه در تصمیم‌گیری LLM
  • 56. تاثیر تاریخچه بازی بر استراتژی LLM
  • 57. تاثیر استراتژی عامل دیگر بر درک LLM از خود
  • 58. شناخت خود و شکل‌گیری اعتماد در LLMs
  • 59. شناخت خود و توانایی پیش‌بینی رفتار عامل دیگر
  • 60. مطالعه موردی: نتایج شبیه‌سازی
  • 61. تجزیه و تحلیل نتایج آماری
  • 62. نمودارها و جداول نتایج
  • 63. تفسیر نتایج کلیدی
  • 64. مقایسه استراتژی LLMs با استراتژی‌های انسانی
  • 65. ارتباط نظریه بازی‌ها با یافته‌های LLM
  • 66. مفهوم تعادل نش (Nash Equilibrium) در بازی با LLMs
  • 67. تعادل نش در بازی کالای عمومی
  • 68. انحراف از تعادل نش توسط LLMs
  • 69. تاثیر شناخت خود بر انحراف از تعادل نش
  • 70. کاربردهای عملی یافته‌های تحقیق
  • 71. بهبود طراحی سیستم‌های چند عامله
  • 72. توسعه هوش مصنوعی همکاری‌کننده
  • 73. اخلاق در هوش مصنوعی و شناخت خود
  • 74. پیامدهای بلندمدت شناخت خود در LLMs
  • 75. چالش‌های آینده پژوهش
  • 76. روش‌های پیشرفته‌تر برای سنجش شناخت خود
  • 77. طراحی بازی‌های کالای عمومی پیچیده‌تر
  • 78. بررسی LLMs با معماری‌های مختلف
  • 79. بررسی LLMs با اندازه‌های مختلف
  • 80. بررسی تعاملات بلندمدت بین LLMs
  • 81. مطالعه رفتارهای ناگهانی یا غیرمنتظره در LLMs
  • 82. شناخت خود و توانایی مذاکره در LLMs
  • 83. شناخت خود و درک مفاهیم عدالت و انصاف
  • 84. جنبه‌های فلسفی شناخت خود در هوش مصنوعی
  • 85. نقش زبان در شکل‌گیری شناخت خود در LLMs
  • 86. تحلیل کیفی پاسخ‌های LLMs
  • 87. شناسایی دلایل پشت تصمیمات LLMs
  • 88. توسعه مدل‌های توضیحی (Explainable AI) برای LLMs
  • 89. تأثیر "آینه" در آزمایش
  • 90. نحوه نمایش وضعیت بازی به LLM
  • 91. تأثیر اطلاعات ارائه‌شده به LLM بر شناخت خود
  • 92. ارتباط بین "خود" و "دیگری" در LLM
  • 93. مدل‌سازی "خود" برای LLM
  • 94. مدل‌سازی "دیگری" برای LLM
  • 95. تأثیر بازخورد در چرخه تصمیم‌گیری
  • 96. شناخت خود در صورت عدم وجود آینه
  • 97. آیا LLMها واقعاً "خود" را می‌شناسند؟
  • 98. محدودیت‌های مفهوم "شناخت خود" برای LLMs
  • 99. کاربرد مقیاس‌بندی در سنجش شناخت خود
  • 100. مفهوم "ذهن" در LLMs
✦ مجموعه ویژه یادگیری

یک دوره، چند مسیر برای یادگیری بهتر

کتاب‌های آموزشی، محتوای صوتی و تصویری و دسترسی به سامانه آنلاین فلش‌کارت؛ مجموعه‌ای برای مطالعه، تمرین و تثبیت آموخته‌ها.

📚 محتوای متنی 🎧 صوت و ویدیو 🧠 مرور هوشمند

محتویات بسته آموزشی

مجموعه‌ای از منابع برای شیوه‌های مختلف یادگیری
📚
کتاب نکته‌های خودمانی
نسخه PDF با زبان ساده، روان و کاربردی برای یادگیری راحت‌تر مفاهیم.
PDF · بیان ساده
📘
کتاب نکته‌های رسمی فارسی
نسخه PDF با نگارش استاندارد، بیان دقیق و رویکرد علمی.
PDF · نگارش رسمی
❓
کتاب پرسش و پاسخ تشریحی
نسخه PDF برای مرور مفاهیم و آشنایی با پاسخ‌های توضیحی.
PDF · یادگیری مفهومی
✅
کتاب پرسش‌های چهارگزینه‌ای
نسخه PDF برای تمرین، سنجش آموخته‌ها و آمادگی بیشتر.
PDF · تمرین و سنجش
🎧
پادکست‌های صوتی فارسی
محتوای صوتی برای یادگیری و مرور مطالب در زمان‌های مختلف.
محتوای صوتی
🎬
ویدیوهای آموزشی فارسی
محتوای ویدیویی برای تکمیل تجربه یادگیری و درک بهتر مطالب.
محتوای ویدیویی
💻
اکانت سامانه آنلاین فلش‌کارت
دسترسی به نرم‌افزار آنلاین فلش‌کارت ویژه این دوره برای تمرین و مرور مطالب.
دسترسی آنلاین
🎓
گواهی پایان دوره
امکان دریافت گواهی پس از تکمیل فعالیت‌های لازم در سامانه و طی مراحل تأیید.
پس از تکمیل شرایط
💾
بسته فیزیکی روی فلش مموری
این محصول به‌صورت فلش مموری حاوی فایل‌های آموزشی، محتوای صوتی و ویدیویی ارائه می‌شود.
تحویل فیزیکی
نکته: استفاده از سامانه آنلاین فلش‌کارت به اتصال اینترنت نیاز دارد؛ محتوای قابل استفاده آفلاین به نوع فایل‌های موجود در بسته بستگی دارد.
SMART LEARNING

🌐 سامانه آنلاین فلش‌کارت؛ مرور هدفمند و هوشمند

اکانت ارائه‌شده، دسترسی به نسخه تحت وب سامانه فلش‌کارت ویژه این دوره را فراهم می‌کند. این سامانه از الگوریتم زمان‌بندی مرور SM-2 استفاده می‌کند و بر اساس ارزیابی شما از میزان یادآوری هر کارت، زمان مرورهای بعدی را تنظیم می‌کند.

به این ترتیب، کارت‌های دشوارتر می‌توانند زودتر مرور شوند و برای تثبیت مطالب در حافظه، برنامه مرور متناسب‌تری داشته باشید.

🧠
مرور زمان‌بندی‌شده
📈
پیگیری پیشرفت
🔄
تمرین و تکرار هدفمند
📚 حجم آموزشی دوره
هزاران
فلش‌کارت آموزشی، به‌صورت تقریبی
۶۰ ساعت
مدت‌زمان معادل برآوردشده آموزشی

مدت‌زمان معادل آموزشی بر اساس برآورد این دوره در گواهی درج می‌شود.

🏅

گواهی دوزبانه با استعلام آنلاین

گواهی فارسی و انگلیسی · لینک اختصاصی · QR Code

پس از تکمیل فعالیت‌های لازم و تأیید درخواست، گواهی پایان دوره به زبان فارسی و انگلیسی صادر می‌شود. گواهی دارای لینک اختصاصی و QR Code برای بررسی و استعلام آنلاین است.

⚖️ توضیح مهم درباره گواهی پایان دوره

این گواهی صرفاً به‌عنوان گواهی اتمام دوره آموزشی صادر می‌شود و معادل مدرک دانشگاهی، آکادمیک یا مدرک رسمی مورد تأیید نهادهای دولتی نیست. صدور آن منوط به تکمیل شرایط دوره و تأیید نهایی درخواست است.

تجربه‌ای کامل‌تر برای مطالعه، تمرین و یادگیری
express24.ir
تگ‌ها: Game Theory LLM LLM Self-Recognition Multi-Agent Systems Public Goods Game بازی کالای عمومی تصمیم‌گیری الگوریتمی خودآگاهی هوش مصنوعی مدل‌های زبان بزرگ نظریه بازی‌ها همکاری در هوش مصنوعی هوش مصنوعی هوش مصنوعی چند عامله

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.