فلش‌کارت‌های آموزشی چارچوب ۵ گام برای ساخت سامانه‌های بازیابی افزوده (RAG)

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره چارچوب ۵ گام برای ساخت سامانه‌های بازیابی افزوده (RAG)

موضوع کلی: هوش مصنوعی و پردازش زبان طبیعی

موضوع میانی: توسعه سیستم‌های هوشمند مبتنی بر مدل‌های زبانی بزرگ

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر سامانه‌های بازیابی افزوده (RAG)
• 2. مفاهیم کلیدی در RAG
• 3. معماری پایه‌ای سامانه‌های RAG
• 4. فاز اول: گردآوری و آماده‌سازی داده‌ها
• 5. اهمیت کیفیت داده در RAG
• 6. روش‌های پاکسازی و پیش‌پردازش متن
• 7. برچسب‌گذاری و حاشیه‌نویسی داده‌ها
• 8. فاز دوم: نمایه‌سازی و ذخیره‌سازی داده‌ها
• 9. مقدمه‌ای بر پایگاه‌های داده برداری
• 10. انتخاب مناسب‌ترین پایگاه داده برداری
• 11. تکنیک‌های نمایه‌سازی کارآمد
• 12. فاز سوم: تولید بازنمایی‌های برداری (Embeddings)
• 13. مفاهیم Embeddings در پردازش زبان طبیعی
• 14. مدل‌های زبانی بزرگ (LLMs) برای تولید Embeddings
• 15. تنظیم دقیق (Fine-tuning) مدل‌های Embedding
• 16. فاز چهارم: طراحی و پیاده‌سازی مکانیزم بازیابی
• 17. الگوریتم‌های جستجوی شباهت برداری
• 18. بهینه‌سازی پارامترهای بازیابی
• 19. روش‌های بهبود دقت بازیابی
• 20. فاز پنجم: تولید پاسخ با استفاده از LLMs
• 21. مقدمه‌ای بر LLMs در تولید متن
• 22. تکنیک‌های Prompt Engineering برای RAG
• 23. ادغام اطلاعات بازیابی شده با LLM
• 24. ارزیابی عملکرد سامانه‌های RAG
• 25. معیارهای کمی برای ارزیابی RAG
• 26. ارزیابی کیفی پاسخ‌های تولید شده
• 27. اشکال‌زدایی و بهبود مداوم سامانه‌های RAG
• 28. کاربردهای عملی سامانه‌های RAG
• 29. RAG در خدمات مشتریان
• 30. RAG در آموزش و پژوهش
• 31. RAG در توسعه نرم‌افزار
• 32. RAG در حوزه سلامت
• 33. RAG در حوزه حقوق
• 34. ملاحظات اخلاقی در سامانه‌های RAG
• 35. حریم خصوصی و امنیت داده‌ها در RAG
• 36. سوگیری در مدل‌های زبانی و راه‌های مقابله
• 37. شفافیت و قابلیت تفسیر در RAG
• 38. چالش‌های پیاده‌سازی RAG در مقیاس بزرگ
• 39. بهینه‌سازی هزینه‌ها در سامانه‌های RAG
• 40. مدیریت زیرساخت برای RAG
• 41. مقایسه RAG با سایر رویکردهای پرسش و پاسخ
• 42. مقدمه‌ای بر مدل‌های زبانی بزرگ (LLMs)
• 43. معماری ترنسفورمر و دلایل موفقیت LLMs
• 44. آموزش LLMs: پیش‌آموزش و تنظیم دقیق
• 45. انواع LLMs و تفاوت‌های آن‌ها
• 46. کاربردهای عمومی LLMs
• 47. تولید متن خلاقانه با LLMs
• 48. خلاصه‌سازی متن با LLMs
• 49. ترجمه ماشینی با LLMs
• 50. تحلیل احساسات با LLMs
• 51. استخراج اطلاعات با LLMs
• 52. مدل‌های زبانی کوچک‌تر و کارایی آن‌ها
• 53. تکنیک‌های کوانتیزاسیون (Quantization) مدل‌ها
• 54. نکات مهم در انتخاب مدل زبانی مناسب
• 55. مقدمه‌ای بر پایگاه‌های داده برداری
• 56. کاربرد پایگاه‌های داده برداری در RAG
• 57. انواع پایگاه‌های داده برداری (Vector Databases)
• 58. معیارهای انتخاب پایگاه داده برداری
• 59. نصب و پیکربندی پایگاه داده برداری
• 60. بارگذاری داده‌ها در پایگاه داده برداری
• 61. جستجو در پایگاه داده برداری
• 62. بهینه‌سازی عملکرد پایگاه داده برداری
• 63. مفاهیم Embeddings در پردازش زبان طبیعی
• 64. انواع Embeddings (Word2Vec, GloVe, FastText)
• 65. مدل‌های Embedding مبتنی بر ترنسفورمر (BERT, RoBERTa)
• 66. تولید Embeddings برای واژگان و جملات
• 67. کاربرد Embeddings در تشخیص شباهت معنایی
• 68. تنظیم دقیق (Fine-tuning) مدل‌های Embedding
• 69. ارزیابی کیفیت Embeddings
• 70. مقدمه‌ای بر Prompt Engineering
• 71. اصول طراحی Promptهای مؤثر
• 72. تکنیک‌های Prompt Engineering (Few-shot, Zero-shot)
• 73. Prompting برای وظایف مختلف (تولید، خلاصه‌سازی، پرسش و پاسخ)
• 74. Prompt Chaining و ترکیب Promptها
• 75. ارزیابی و بهبود Promptها
• 76. مقدمه‌ای بر معماری‌های پیشرفته RAG
• 77. RAG مبتنی بر گراف دانش
• 78. RAG برای داده‌های چندرسانه‌ای
• 79. RAG پویا و تطبیقی
• 80. استفاده از LLMs پیشرفته در RAG
• 81. بهبود مکانیزم بازیابی با یادگیری تقویتی
• 82. پردازش زبان طبیعی در چارچوب فقه اسلامی
• 83. کاربرد هوش مصنوعی در استنباط احکام شرعی
• 84. تحلیل متون فقهی با مدل‌های زبانی
• 85. استخراج قواعد فقهی از متون
• 86. سامانه‌های پرسش و پاسخ شرعی
• 87. ملاحظات شرعی در استفاده از داده‌ها
• 88. امنیت و حریم خصوصی در سامانه‌های شرعی
• 89. اصول بانکداری بدون ربا در ایران
• 90. مفاهیم عقود اسلامی در نظام بانکی
• 91. نقش هوش مصنوعی در بهینه‌سازی خدمات بانکی اسلامی
• 92. پیش‌بینی ریسک اعتباری با مدل‌های هوش مصنوعی
• 93. تشخیص تقلب در تراکنش‌های بانکی
• 94. کاربرد LLMs در ارائه مشاوره‌های مالی اسلامی
• 95. مقررات بانک مرکزی در حوزه رمزارزها
• 96. ملاحظات شرعی در معاملات رمزارز
• 97. تحلیل ریسک و فرصت‌های سرمایه‌گذاری در رمزارز
• 98. امنیت کیف پول‌های دیجیتال
• 99. کاربرد هوش مصنوعی در مدیریت پورتفوی رمزارز
• 100. مقدمه‌ای بر خانواده ایرانی-اسلامی