کتاب راهکارهای نوین استقرار مدل‌های زبانی با vLLM و پیاده‌سازی سیستم‌های پاسخ‌دهی هوشمند (RAG) با LangChain با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 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 راهکارهای نوین استقرار مدل‌های زبانی با vLLM و پیاده‌سازی سیستم‌های پاسخ‌دهی هوشمند (RAG) با LangChain

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: مهندسی عملیات مدل‌های زبانی بزرگ (LLMOps)

📋 سرفصل‌های دوره (100 موضوع)

  • 1. مبانی و مفاهیم بنیادین هوش مصنوعی مولد و مدل‌های زبانی بزرگ
  • 2. معماری مدل‌های زبانی در مقیاس بزرگ و چالش‌های استقرار
  • 3. آشنایی با کتابخانه vLLM و مزایای آن در بهینه‌سازی استنتاج
  • 4. نصب و راه‌اندازی محیط توسعه برای مدل‌های زبانی
  • 5. مدیریت حافظه و تکنیک‌های PagedAttention در vLLM
  • 6. بررسی معماری سیستم‌های پاسخ‌دهی هوشمند مبتنی بر بازیابی اطلاعات RAG
  • 7. نقش LangChain در یکپارچه‌سازی مدل‌های زبانی با منابع داده
  • 8. انتخاب و پیش‌پردازش داده‌های متنی برای سیستم‌های RAG
  • 9. مفاهیم جاسازی متن و مدل‌های Embedding در فضای برداری
  • 10. آشنایی با پایگاه‌های داده برداری (Vector Databases) و کاربرد آن‌ها
  • 11. ذخیره‌سازی و بازیابی کارآمد بردارها در سیستم‌های هوشمند
  • 12. ایجاد زنجیره‌های پردازشی در LangChain برای مدیریت جریان داده
  • 13. تکنیک‌های Chunking و قطعه‌بندی هوشمند متون
  • 14. بهینه‌سازی استنتاج مدل با استفاده از vLLM Serving
  • 15. مدیریت درخواست‌های همزمان و افزایش نرخ خروجی در استقرار مدل
  • 16. طراحی سیستم‌های پرسش و پاسخ بر پایه اسناد متنی
  • 17. پاده‌سازی مکانیسم‌های جستجوی معنایی (Semantic Search)
  • 18. ارزیابی دقت و عملکرد مدل‌های زبانی در پاسخ‌دهی به سوالات
  • 19. تکنیک‌های Prompt Engineering برای بهبود خروجی سیستم‌های RAG
  • 20. مدیریت حافظه گفتگو و تاریخچه تعاملات کاربر در LangChain
  • 21. یکپارچه‌سازی ابزارهای جانبی و فراخوانی توابع (Function Calling)
  • 22. امنیت در استقرار مدل‌های زبانی و حفاظت از داده‌های ورودی
  • 23. استفاده از سیستم‌های مانیتورینگ برای پایش عملکرد مدل
  • 24. عیب‌یابی و رفع خطاهای رایج در خط لوله RAG
  • 25. مقیاس‌پذیری زیرساخت‌های هوش مصنوعی در محیط‌های عملیاتی
  • 26. تکنیک‌های کوانتیزاسیون مدل برای کاهش مصرف منابع سخت‌افزاری
  • 27. به‌کارگیری استانداردهای کدنویسی تمیز در توسعه پروژه‌های LLM
  • 28. مدیریت نسخه‌بندی مدل‌ها و داده‌ها در چرخه‌حیات LLMOps
  • 29. پیاده‌سازی سیستم‌های بازخورد برای بهبود مستمر مدل
  • 30. استفاده از تکنیک‌های کشینگ برای کاهش تاخیر در پاسخ‌دهی
  • 31. توزیع بار و مدیریت کلاسترها در استقرار مدل‌های سنگین
  • 32. مستندسازی پروژه‌های هوش مصنوعی و رعایت ملاحظات فنی
  • 33. تلفیق مدل‌های زبانی با APIهای خارجی به صورت ایمن
  • 34. استراتژی‌های به‌روزرسانی مدل بدون وقفه در سرویس‌دهی
  • 35. بررسی محدودیت‌های مدل‌های زبانی و راهکارهای کاهش توهم (Hallucination)
  • 36. طراحی معماری سیستم‌های مقیاس‌پذیر برای کاربردهای سازمانی
  • 37. تست و اعتبارسنجی خروجی‌های مدل در محیط عملیاتی
  • 38. بهینه‌سازی مصرف انرژی و منابع در پردازش‌های سنگین هوش مصنوعی
  • 39. اخلاق در توسعه هوش مصنوعی و رعایت حریم خصوصی کاربران
  • 40. پروژه نهایی: طراحی و استقرار یک سامانه هوشمند پاسخ‌دهی با vLLM و LangChain
تگ‌ها: LangChain LLMOps RAG vLLM سیستم‌های بازیابی‌محور لنگ‌چین مدل‌های زبانی بزرگ مهندسی هوش مصنوعی هوش مصنوعی یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.