کتاب صوتی مدل‌های زبانی بزرگ مقیاس‌پذیر: طراحی و پیاده‌سازی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مدل‌های زبانی بزرگ مقیاس‌پذیر: طراحی و پیاده‌سازی

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: و غیره...

📋 سرفصل‌های دوره

• 1. مقدمه ای بر مدل های زبانی بزرگ
• 2. مبانی یادگیری ماشین برای مدل های زبانی
• 3. آمار و احتمالات در پردازش زبان طبیعی
• 4. جبر خطی برای مدل های زبانی
• 5. مقدمه ای بر شبکه های عصبی
• 6. شبکه های عصبی کانولوشنی (CNN)
• 7. شبکه های عصبی بازگشتی (RNN)
• 8. حافظه کوتاه مدت طولانی (LSTM)
• 9. شبکه های عصبی گیت دار بازگشتی (GRU)
• 10. مقدمه ای بر مدل های ترنسفورمر
• 11. معماری ترنسفورمر
• 12. مکانیسم توجه (Attention Mechanism)
• 13. توجه خودی (Self-Attention)
• 14. توجه چند سر (Multi-Head Attention)
• 15. کدگذار ترنسفورمر (Transformer Encoder)
• 16. رمزگشا ترنسفورمر (Transformer Decoder)
• 17. مدل های زبانی پیش آموزش دیده (Pre-trained Language Models)
• 18. BERT: Bidirectional Encoder Representations from Transformers
• 19. GPT: Generative Pre-trained Transformer
• 20. XLNet: Generalized Autoregressive Pretraining for Language Understanding
• 21. RoBERTa: A Robustly Optimized BERT Pretraining Approach
• 22. ALBERT: A Lite BERT for Self-supervised Learning of Language Representations
• 23. T5: Text-to-Text Transfer Transformer
• 24. BART: Denoising Sequence-to-Sequence Pre-training for Natural Language Generation
• 25. مفاهیم اساسی پیش پردازش متن
• 26. توکنایزیشن (Tokenization)
• 27. حذف کلمات توقف (Stop Word Removal)
• 28. ریشه یابی (Stemming) و لماتایزیشن (Lemmatization)
• 29. تعبیه کلمات (Word Embeddings)
• 30. Word2Vec
• 31. GloVe
• 32. FastText
• 33. تعبیه های مبتنی بر زمینه (Contextual Embeddings)
• 34. یادگیری نمایش های متنی (Learning Text Representations)
• 35. مدل سازی زبانی (Language Modeling)
• 36. تخمین احتمال کلمه بعدی
• 37. کاهش ابعاد در تعبیه ها
• 38. فشرده سازی مدل های زبانی
• 39. تقطیر دانش (Knowledge Distillation)
• 40. هرس کردن (Pruning)
• 41. کمی سازی (Quantization)
• 42. طراحی معماری مدل های زبانی مقیاس پذیر
• 43. افزایش مقیاس مدل ها
• 44. مدیریت حافظه و محاسبات
• 45. بهینه سازی های سخت افزاری
• 46. پردازش توزیع شده (Distributed Processing)
• 47. یادگیری توزیع شده (Distributed Training)
• 48. تنظیم ابرپارامترها (Hyperparameter Tuning)
• 49. ارزیابی مدل های زبانی
• 50. معیارهای ارزیابی سنتی (Perplexity, BLEU, ROUGE)
• 51. ارزیابی وظایف خاص (QA, Summarization, Translation)
• 52. ملاحظات اخلاقی در مدل های زبانی
• 53. سوگیری در داده ها و مدل ها
• 54. تفسیرپذیری (Interpretability)
• 55. امنیت و حریم خصوصی
• 56. کاربردهای مدل های زبانی بزرگ
• 57. خلاصه سازی متن (Text Summarization)
• 58. ترجمه ماشینی (Machine Translation)
• 59. پاسخ به سوال (Question Answering)
• 60. تولید متن (Text Generation)
• 61. تحلیل احساسات (Sentiment Analysis)
• 62. شناسایی موجودیت های نامدار (Named Entity Recognition - NER)
• 63. پردازش زبان طبیعی در حوزه سلامت
• 64. پردازش زبان طبیعی در حوزه حقوق
• 65. کاربردهای مدل های زبانی در آموزش
• 66. مدل های زبانی برای تولید کد
• 67. مدل های زبانی برای ربات های گفتگو
• 68. مقدمه ای بر یادگیری تقویتی (Reinforcement Learning)
• 69. یادگیری تقویتی عمیق (Deep Reinforcement Learning)
• 70. کاربرد یادگیری تقویتی در مدل های زبانی
• 71. تنظیم دقیق مدل ها برای وظایف خاص
• 72. تنظیم دقیق نظارت شده (Supervised Fine-tuning)
• 73. تنظیم دقیق با یادگیری تقویتی (RLHF - Reinforcement Learning from Human Feedback)
• 74. مراحل پیاده سازی مدل های زبانی بزرگ
• 75. جمع آوری و آماده سازی داده ها
• 76. انتخاب معماری مناسب
• 77. آموزش مدل پایه (Pre-training)
• 78. ارزیابی مدل پایه
• 79. تنظیم دقیق مدل (Fine-tuning)
• 80. ارزیابی نهایی مدل
• 81. ملاحظات پیاده سازی در مقیاس بزرگ
• 82. مدیریت داده های عظیم
• 83. زیرساخت های محاسباتی
• 84. بهینه سازی های زمان اجرا
• 85. تست و اشکال زدایی مدل ها
• 86. مستندسازی مدل ها و کدها
• 87. نگهداری و به روز رسانی مدل ها
• 88. چالش های آینده در مدل های زبانی بزرگ
• 89. افزایش هوشمندی و درک عمیق تر
• 90. مدیریت بهتر سوگیری ها
• 91. قابلیت اطمینان و استحکام مدل ها
• 92. تعامل انسان و مدل زبانی
• 93. مدل های زبانی چندوجهی (Multimodal Language Models)
• 94. مدل های زبانی با دانش خارجی (External Knowledge)
• 95. توسعه پایدار مدل های زبانی