کتاب مهندسی پرامپت پیشرفته برای تولید خلاصه با کیفیت 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 مهندسی پرامپت پیشرفته برای تولید خلاصه با کیفیت

موضوع کلی: هوش مصنوعی

موضوع میانی: پردازش زبان طبیعی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مهندسی پرامپت و خلاصه‌سازی
  • 2. اهمیت کیفیت خلاصه در کاربردهای مختلف
  • 3. مروری بر مدل‌های زبانی بزرگ (LLMs) و خلاصه‌سازی
  • 4. تکنیک‌های پایه مهندسی پرامپت
  • 5. ساختاردهی پرامپت برای خلاصه‌سازی
  • 6. پرامپت‌های صفر-شات (Zero-shot) برای خلاصه‌سازی
  • 7. پرامپت‌های چند-شات (Few-shot) برای خلاصه‌سازی
  • 8. انتخاب مثال‌های مناسب در پرامپت‌های چند-شات
  • 9. استفاده از زنجیره فکری (Chain-of-Thought) در پرامپت‌ها
  • 10. بهینه‌سازی طول پرامپت برای عملکرد بهتر
  • 11. تکنیک‌های پیشرفته پرامپت‌نویسی برای خلاصه‌سازی
  • 12. استفاده از محدودیت‌ها در پرامپت‌ها (Length Constraints)
  • 13. کنترل لحن و سبک خلاصه با پرامپت
  • 14. خلاصه‌سازی انتزاعی در مقابل خلاصه‌سازی استخراجی
  • 15. ارزیابی کیفیت خلاصه: معیارهای ROUGE و BLEU
  • 16. استفاده از پرامپت‌ها برای خلاصه‌سازی اسناد طولانی
  • 17. تقسیم و غلبه (Divide and Conquer) در خلاصه‌سازی
  • 18. خلاصه‌سازی چند-اسنادی با استفاده از پرامپت
  • 19. خلاصه‌سازی مبتنی بر پرسش (Question-Answering based Summarization)
  • 20. استفاده از پرامپت‌ها برای خلاصه‌سازی مکالمات
  • 21. خلاصه‌سازی اخبار با استفاده از مهندسی پرامپت
  • 22. خلاصه‌سازی متون حقوقی با دقت بالا
  • 23. خلاصه‌سازی متون علمی و مقالات پژوهشی
  • 24. استفاده از پرامپت‌ها برای خلاصه‌سازی بازخورد مشتریان
  • 25. بهینه‌سازی پرامپت‌ها برای کاهش هالوسیناسیون
  • 26. استفاده از پرامپت‌ها برای خلاصه‌سازی با حفظ اطلاعات کلیدی
  • 27. استفاده از پرامپت‌ها برای خلاصه‌سازی با در نظر گرفتن مخاطب
  • 28. تکنیک‌های دیباگینگ پرامپت برای بهبود کیفیت خلاصه
  • 29. استفاده از ابزارهای خودکار برای بهینه‌سازی پرامپت
  • 30. آشنایی با کتابخانه‌های پایتون برای مهندسی پرامپت
  • 31. استفاده از APIهای مدل‌های زبانی برای خلاصه‌سازی
  • 32. پیاده‌سازی یک سیستم خلاصه‌سازی خودکار با استفاده از پرامپت
  • 33. مقایسه عملکرد مدل‌های مختلف زبانی در خلاصه‌سازی
  • 34. استفاده از پرامپت‌ها برای خلاصه‌سازی در زبان‌های مختلف
  • 35. چالش‌ها و محدودیت‌های مهندسی پرامپت در خلاصه‌سازی
  • 36. آینده مهندسی پرامپت و خلاصه‌سازی
  • 37. اخلاق در خلاصه‌سازی و جلوگیری از سوگیری
  • 38. استفاده از پرامپت‌ها برای خلاصه‌سازی داده‌های ساخت‌یافته
  • 39. تکنیک‌های پیشرفته برای کنترل طول و جزئیات خلاصه
  • 40. خلاصه‌سازی تعاملی با استفاده از پرامپت‌ها
  • 41. بهینه‌سازی پرامپت برای سرعت و کارایی
  • 42. استفاده از پرامپت‌ها برای خلاصه‌سازی ویدئوها و فایل‌های صوتی (Transcription)
  • 43. تکنیک‌های پیشرفته برای خلاصه‌سازی متون پیچیده و تخصصی
  • 44. استفاده از پرامپت‌ها برای خلاصه‌سازی با حفظ سبک نویسنده
  • 45. خلاصه‌سازی مبتنی بر دانش (Knowledge-based Summarization)
تگ‌ها: advanced prompts AI chain of thought few shot LLM NLP prompt engineering summarization zero shot پرامپت نویسی پردازش زبان طبیعی خلاصه خلاصه ساز خلاصه سازی هوش مصنوعی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.