کتاب آشنایی با اصول و کاربردهای مدل‌های زبانی بزرگ (LLMs) 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 آشنایی با اصول و کاربردهای مدل‌های زبانی بزرگ (LLMs)

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: مقدمه‌ای بر مدل‌های زبانی بزرگ (LLMs)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مدل‌های زبانی بزرگ
  • 2. تکامل مدل‌های زبانی
  • 3. مفاهیم اصلی: توکن‌ها، واژه‌نامه و امبدینگ‌ها
  • 4. مروری بر معماری ترانسفورمر
  • 5. مکانیسم‌های توجه را توضیح می‌دهد
  • 6. ساختار کدگذار-مفسر
  • 7. کدگذاری موقعیت مکانی و توالی‌ها
  • 8. پارامترهای مدل و قوانین مقیاس‌بندی
  • 9. اهداف آموزش پیش‌آموزش: مدل‌سازی زبان ماسک‌شده
  • 10. اهداف آموزش پیش‌آموزش: پیش‌بینی جمله بعدی
  • 11. ساخت کوشاک کیفیت برای LLMs
  • 12. زیرساخت‌های آموزش و سخت‌افزار
  • 13. استراتژی‌های آموزش توزیع‌شده
  • 14. تنظیم دقیق در مقابل تنظیم دستورالعمل
  • 15. اصول مهندسی پرامپت
  • 16. طراحی پرامپت‌های مؤثر
  • 17. یادگیری بدون نمونه و با نمونه محدود
  • 18. ارزیابی عملکرد LLM
  • 19. بنچمارک‌ها و معیارهای ارزیابی
  • 20. هالوسیناسیون و مسائل قابلیت اطمینان
  • 21. تشخیص و کاهش پیش‌داوری
  • 22. در نظر گرفتن مسائل اخلاقی در LLMs
  • 23. حریم خصوصی و امنیت داده‌ها
  • 24. مناظر قانونی و انطباق
  • 25. کارت‌های مدل و شفافیت
  • 26. تولید تکمیلی با بازیابی (RAG)
  • 27. ادغام گراف دانش
  • 28. گسترش چندوجهی (مدل‌های زبان-دیداری)
  • 29. ساخت‌های LLM برای تبدیل گفتار به متن و متن به گفتار
  • 30. استقرار سفارشی LLM
  • 31. پلتفرم‌های استنتاج سرورلیس
  • 32. خدمات ابری GPU برای LLMs
  • 33. استقرار محلی با کم‌سازی
  • 34. تکنیک‌های فشرده‌سازی مدل
  • 35. حذف و مدل‌های پرکننده
  • 36. انتقال دانش
  • 37. بهینه‌سازی تأخیر استنتاج
  • 38. پردازش دسته‌ای و از طریق
  • 39. طراحی API برای سرویس‌های LLM
  • 40. ساخت برنامه‌های مبتنی بر LLM
  • 41. توسعه چت‌بات با استفاده از LLMs
  • 42. اتوماسیون تولید محتوا
  • 43. تولید کد و دستیارهای برنامه‌نویسی
  • 44. تکنیک‌های خلاصه‌سازی
  • 45. تحلیل احساسات و نظرسنجی
  • 46. شناسایی نام‌های خاص (NER) با LLMs
  • 47. سیستم‌های پاسخ به سؤال
  • 48. مدیریت گفتگو و مدیریت زمینه
  • 49. ترجمه زبانی به صورت زنده
  • 50. سازگاری دامنه‌های حقوقی و مالی
  • 51. پردازش زبان طبیعی در حوزه بهداشت
  • 52. اتوماسیون مرور ادبیات علمی
  • 53. سیستم‌های مربیگری آموزشی
  • 54. دستیار نوشتن خلاقانه
  • 55. تولید داستان و طراحی بازی
  • 56. موتورهای شخصی‌سازی و توصیه
  • 57. شناسایی ناهنجاری در متن
  • 58. شناسایی تقلب با استفاده از LLMs
  • 59. اتوماسیون پشتیبانی از مشتری
  • 60. پایش احساسات برند
  • 61. آزمایش A/B برای خروجی‌های LLM
  • 62. حلقه‌های بازخورد و بهبود مداوم
  • 63. نظارت و مشاهده مدل
  • 64. قابلیت توضیح و تفسیرپذیری
  • 65. اعتبارسنجی انسانی در حلقه
  • 66. برچسب‌گذاری داده‌ها با استفاده از جمع‌هامنی
  • 67. پیامدهای حقوقی سوءاستفاده از LLM
  • 68. در نظر گرفتن مسائل مالکیت معنوی
  • 69. روندهای آینده: مقیاس‌بندی و قابلیت‌های مدل
  • 70. فناوری‌های نوظهور: مدل‌های Mixture-of-Experts
  • 71. پیشرفت‌های یادگیری خودنظارت
  • 72. مدل‌های زبانی به عنوان کنترل‌کننده عامل‌ها
  • 73. ادغام با رباتیک
  • 74. هوش مصنوعی پایدار: کارایی انرژی
  • 75. چارچوب‌های مسئولانه AI
  • 76. استانداردها و بهترین روش‌های جامعه
  • 77. پروژه‌های متن‌باز LLM
  • 78. مقایسه مدل‌های تجاری و متن‌باز
  • 79. تحلیل هزینه استقرار LLM
  • 80. برنامه‌ریزی سناریویی برای پذیرش سازمانی
تگ‌ها: LLMs آموزش و تنظیم مدل‌ها ارزیابی مدل‌ها استقرار مدل‌های زبانی اصول مدل‌های زبانی ایمنی و اخلاق در LLMs پلتفرم‌های هوش مصنوعی کاربردهای LLMs مدل‌های زبانی بزرگ مدل‌های زبانی چندوجهی مهندسی پرامپت یادگیری بدون نمونه

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.