کتاب درک عمیق ساختار و عملکرد LLMها با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

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 درک عمیق ساختار و عملکرد LLMها

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: مدل‌های زبانی بزرگ (LLMs) - مفاهیم و اصول**

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مدل‌های زبانی بزرگ (LLM)
  • 2. تاریخچه و تکامل LLMها
  • 3. معماری ترانسفورمر: بلوک‌های سازنده LLMها
  • 4. مکانیسم توجه (Attention Mechanism) در LLMها
  • 5. خود-توجه (Self-Attention) و نقش آن
  • 6. توجه چند-سر (Multi-Head Attention)
  • 7. انکودر-دیکودر در مدل‌های ترانسفورمر
  • 8. Embedding لغات و توکن‌سازی
  • 9. روش‌های مختلف توکن‌سازی (WordPiece, Byte Pair Encoding)
  • 10. مدل‌های زبانی احتمالاتی
  • 11. نحوه پیش‌بینی کلمه بعدی
  • 12. تابع زیان (Loss Function) در LLMها
  • 13. روش‌های بهینه‌سازی (Optimization) LLMها
  • 14. Gradient Descent و انواع آن
  • 15. Backpropagation در LLMها
  • 16. Overfitting و Regularization در LLMها
  • 17. اندازه‌گیری عملکرد LLMها (Perplexity, BLEU)
  • 18. پیش‌آموزش (Pre-training) LLMها
  • 19. Fine-tuning و انتقال یادگیری
  • 20. مجموعه داده‌های بزرگ برای آموزش LLMها
  • 21. مدل‌های زبانی خود-بازرس (Auto-regressive)
  • 22. مدل‌های زبانی Masked Language Modeling
  • 23. BERT و انواع آن
  • 24. GPT و خانواده آن
  • 25. T5 و معماری Unified Text-to-Text
  • 26. مدل‌های زبانی چندزبانه (Multilingual LLMs)
  • 27. چالش‌های LLMها: سوگیری (Bias) و انصاف
  • 28. تکنیک‌های کاهش سوگیری در LLMها
  • 29. تولید متن با LLMها: Decoding Strategies
  • 30. Greedy Decoding
  • 31. Beam Search
  • 32. Sampling Methods (Temperature, Top-k, Nucleus)
  • 33. ارزیابی کیفیت متن تولید شده
  • 34. کنترل تولید متن (Controllable Generation)
  • 35. Prompt Engineering: هنر طراحی درخواست‌ها
  • 36. Promptهای موثر برای LLMها
  • 37. Chain-of-Thought Prompting
  • 38. Few-shot Learning و Zero-shot Learning
  • 39. LLMها و استدلال (Reasoning)
  • 40. LLMها و حافظه (Memory)
  • 41. حافظه بلندمدت در LLMها
  • 42. Vector Databases و LLMها
  • 43. RAG (Retrieval-Augmented Generation)
  • 44. دانش‌بنیان‌سازی LLMها
  • 45. استفاده از LLMها در پردازش زبان طبیعی (NLP)
  • 46. خلاصه‌سازی متن با LLMها
  • 47. ترجمه ماشینی با LLMها
  • 48. تولید پرسش و پاسخ با LLMها
  • 49. تحلیل احساسات با LLMها
  • 50. کاربردهای LLMها در صنعت
  • 51. LLMها و امنیت: آسیب‌پذیری‌ها و حملات
  • 52. جلوگیری از حملات Prompt Injection
  • 53. اخلاق در LLMها و مسئولیت‌پذیری
  • 54. آینده LLMها و گرایش‌های جدید
تگ‌ها: AI BERT Fine-tuning GPT LLM NLP Prompt Engineering RAG Vector Database پردازش زبان طبیعی ترانسفورمر زبان فارسی مدل زبانی بزرگ هوش مصنوعی یادگیری عمیق

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.