کتاب دفاع از LLMهای توزیعشده با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
249,950 تومان
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره دفاع از LLMهای توزیعشده
موضوع کلی: هوش مصنوعی توزیع شده و شبکههای LLM
موضوع میانی: حملات خصمانه (Adversarial Attacks) به LLMهای توزیع شده
📋 سرفصلهای دوره
- 1. مبانی شبکههای عصبی و یادگیری عمیق
- 2. معماری ترانسفورمر و کاربرد آن در LLMها
- 3. پردازش زبان طبیعی و چالشهای آن
- 4. پیشپردازش دادههای متنی برای LLMها
- 5. مجموعهدادههای بزرگ و منابع داده باز
- 6. روشهای توزیعشده برای آموزش LLMها
- 7. مفهوم موازیسازی دادهها
- 8. موازیسازی مدل در آموزش LLM
- 9. استفاده از GPU و TPU در آموزش توزیعشده
- 10. چارچوبهای نرمافزاری آموزش توزیعشده (TensorFlow, PyTorch)
- 11. ارتباطات بین فرآیندی در آموزش توزیعشده
- 12. بهینهسازی ارتباطات برای کاهش سربار
- 13. روشهای کاهش دقت محاسبات (Quantization)
- 14. تکنیکهای تقطیر دانش (Knowledge Distillation)
- 15. مفهوم یادگیری فدرال (Federated Learning)
- 16. حریم خصوصی تفاضلی در آموزش LLM
- 17. حملات خصمانه (Adversarial Attacks) به LLMها
- 18. روشهای دفاعی در برابر حملات خصمانه
- 19. ارزیابی و سنجش عملکرد LLMها
- 20. معیارهای ارزیابی کیفیت متن تولید شده
- 21. تولید متن منسجم و خلاقانه
- 22. کنترل خروجی LLM با استفاده از prompt engineering
- 23. کاربردهای LLM در ترجمه ماشینی
- 24. استفاده از LLM در خلاصهسازی متن
- 25. LLMها و پاسخ به سؤالات
- 26. LLMها در تولید کد و برنامهنویسی
- 27. LLMها و تولید محتوای متنی
- 28. استفاده از LLM در رباتهای گفتوگو
- 29. مفهوم Fine-tuning و کاربردهای آن
- 30. Fine-tuning LLMها با دادههای خاص دامنه
- 31. استفاده از LLM در تحلیل احساسات
- 32. تشخیص موجودیتهای نامدار (NER) با LLMها
- 33. LLMها و تشخیص تقلب در متون
- 34. بهینهسازی LLM برای استقرار در محیطهای محدود
- 35. استقرار LLMها بر روی دستگاههای لبه (Edge Devices)
- 36. مفهوم Quantization Aware Training
- 37. فشردهسازی مدلهای LLM
- 38. تقطیر دانش برای کاهش اندازه مدل
- 39. مبانی امنیت در LLMها
- 40. بررسی آسیبپذیریهای LLMها
- 41. روشهای محافظت از LLMها در برابر سرقت مدل
- 42. استفاده از LLMها در تشخیص اخبار جعلی
- 43. مفهوم Reinforcement Learning from Human Feedback (RLHF)
- 44. بهینهسازی LLM با استفاده از RLHF
- 45. چالشهای اخلاقی در استفاده از LLMها
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.