دوره مهندسی پرسش: اصول و کاربردها در هوش مصنوعی مولد همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مهندسی پرسش: اصول و کاربردها در هوش مصنوعی مولد

موضوع کلی: علوم کامپیوتر و هوش مصنوعی

موضوع میانی: پردازش زبان طبیعی و هوش مصنوعی مولد

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مهندسی پرسش
• 2. مبانی هوش مصنوعی مولد
• 3. مفاهیم کلیدی در پردازش زبان طبیعی
• 4. معماری مدل‌های زبانی بزرگ
• 5. انواع مدل‌های زبانی
• 6. کاربرد مدل‌های زبانی
• 7. اصول طراحی پرسش مؤثر
• 8. ساختار پرسش‌های پایه
• 9. استفاده از کلمات کلیدی
• 10. تنظیم طول پرسش
• 11. وضوح و دقت در پرسش
• 12. ارائه زمینه و اطلاعات پیش‌زمینه
• 13. تکنیک‌های پرسش‌نویسی پیشرفته
• 14. پرسش‌های دستوری (Instruction Following)
• 15. پرسش‌های مبتنی بر پرسش و پاسخ
• 16. پرسش‌های خلاصه‌سازی
• 17. پرسش‌های خلاصه‌سازی متن
• 18. پرسش‌های ترجمه ماشینی
• 19. پرسش‌های طبقه‌بندی متن
• 20. پرسش‌های استخراج اطلاعات
• 21. پرسش‌های تولید متن خلاقانه
• 22. پرسش‌های تولید کد
• 23. پرسش‌های بازیابی اطلاعات
• 24. تکنیک‌های افزایش دقت و کیفیت پاسخ
• 25. تنظیم پارامترهای مدل
• 26. نکات مهم در تنظیم دما (Temperature)
• 27. نکات مهم در تنظیم Top-p
• 28. نکات مهم در تنظیم Top-k
• 29. اهمیت نمونه‌برداری (Sampling)
• 30. روش‌های اعتبارسنجی پرسش‌ها
• 31. ارزیابی پاسخ‌های مدل
• 32. معیارهای ارزیابی کمی
• 33. معیارهای ارزیابی کیفی
• 34. استفاده از مجموعه داده‌های ارزیابی
• 35. مهندسی پرسش برای کاربردهای خاص
• 36. کاربرد در تولید محتوای آموزشی
• 37. کاربرد در تحلیل داده‌های متنی
• 38. کاربرد در توسعه ربات‌های گفتگو
• 39. کاربرد در خدمات مشتریان
• 40. کاربرد در خلاقیت و نوآوری
• 41. کاربرد در حوزه سلامت (با ملاحظات)
• 42. کاربرد در حوزه آموزش (با ملاحظات)
• 43. کاربرد در حوزه حقوق (با ملاحظات)
• 44. کاربرد در حوزه اقتصاد (با ملاحظات)
• 45. کاربرد در حوزه پژوهش
• 46. چالش‌ها و محدودیت‌های مهندسی پرسش
• 47. سوگیری در مدل‌های زبانی
• 48. راهکارهای کاهش سوگیری
• 49. مسائل اخلاقی در هوش مصنوعی مولد
• 50. مسئولیت‌پذیری در استفاده از هوش مصنوعی
• 51. حریم خصوصی و امنیت داده‌ها
• 52. آینده مهندسی پرسش
• 53. روندهای نوین در مدل‌های زبانی
• 54. ترکیب با سایر تکنیک‌های هوش مصنوعی
• 55. پرسش‌نویسی برای مدل‌های چندوجهی
• 56. توسعه ابزارهای مهندسی پرسش
• 57. نکات پیشرفته برای مهندسان پرسش
• 58. بهینه‌سازی پرسش برای مدل‌های کوچک‌تر
• 59. استفاده از زنجیره پرسش (Chain-of-Thought)
• 60. تکنیک Few-Shot Prompting
• 61. تکنیک Zero-Shot Prompting
• 62. تکنیک Self-Consistency
• 63. تکنیک Tree of Thoughts
• 64. کاربرد در تولید سناریوهای تعاملی
• 65. کاربرد در تولید خلاصه‌های خبری
• 66. کاربرد در تولید محتوای بازاریابی
• 67. کاربرد در تولید محتوای علمی
• 68. کاربرد در تحلیل احساسات متن
• 69. کاربرد در تشخیص موضوع متن
• 70. کاربرد در تشخیص لحن متن
• 71. کاربرد در تولید شعر و داستان
• 72. کاربرد در تولید نمایشنامه
• 73. کاربرد در تولید دیالوگ
• 74. کاربرد در بازنویسی متن
• 75. کاربرد در ساده‌سازی متن
• 76. کاربرد در تبدیل متن به فرمت‌های دیگر
• 77. کاربرد در پرسش از اسناد حجیم
• 78. کاربرد در پاسخ به سوالات پیچیده
• 79. کاربرد در استخراج روابط بین موجودیت‌ها
• 80. کاربرد در تولید پرسش‌های جدید
• 81. کاربرد در آزمون مدل‌های زبانی
• 82. کاربرد در دسته‌بندی متون فقهی (با چارچوب رسمی)
• 83. کاربرد در استخراج احکام از متون (با چارچوب رسمی)
• 84. کاربرد در تولید محتوای مرتبط با تاریخ ایران
• 85. کاربرد در تحلیل داده‌های اقتصادی (با چارچوب رسمی)
• 86. کاربرد در بهینه‌سازی فرایندهای اداری
• 87. کاربرد در تحلیل و پردازش اسناد حقوقی
• 88. کاربرد در تولید گزارش‌های تحلیلی
• 89. کاربرد در شبیه‌سازی مکالمات
• 90. کاربرد در آموزش مفاهیم پیچیده
• 91. کاربرد در ارزیابی درک مطلب
• 92. کاربرد در تولید محتوای سرگرمی
• 93. کاربرد در طراحی بازی‌های متنی
• 94. کاربرد در خلق شخصیت‌های داستانی
• 95. کاربرد در تولید موسیقی (با ملاحظات)
• 96. کاربرد در تولید طرح‌های گرافیکی (با ملاحظات)
• 97. کاربرد در توسعه ابزارهای آموزشی هوشمند
• 98. کاربرد در شخصی‌سازی تجربه کاربری
• 99. کاربرد در سیستم‌های توصیه‌گر
• 100. کاربرد در تحلیل بازخورد مشتریان