کتاب صوتی راهنمای کاربردی هوش مصنوعی مولد: از مهندسی پرامپت تا بهینه‌سازی مدل‌های زبانی بزرگ

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره راهنمای کاربردی هوش مصنوعی مولد: از مهندسی پرامپت تا بهینه‌سازی مدل‌های زبانی بزرگ

موضوع کلی: علوم رایانه و فناوری اطلاعات

موضوع میانی: هوش مصنوعی و پردازش زبان‌های طبیعی

📋 سرفصل‌های دوره

• 1. مبانی و مفاهیم بنیادین هوش مصنوعی مولد
• 2. آشنایی با مدل‌های زبانی بزرگ و معماری ترنسفورمر
• 3. تاریخچه و تکامل مدل‌های زبانی از شبکه های عصبی تا مدل های زایشی
• 4. مبانی مهندسی پرامپت و تکنیک‌های تعامل با مدل
• 5. استراتژی‌های پرامپت‌نویسی برای بهبود خروجی مدل
• 6. تکنیک‌های پرامپت‌نویسی زنجیره‌ای و استدلال گام‌به‌گام
• 7. مدیریت زمینه و محدودیت‌های توکن در مدل‌های زبانی
• 8. پارامترهای تنظیمی مدل و تأثیر آن‌ها بر خلاقیت و دقت خروجی
• 9. معرفی ابزارهای متن‌باز و تجاری در حوزه هوش مصنوعی مولد
• 10. آشنایی با اکوسیستم مدل‌های زبانی و کتابخانه‌های پایتون
• 11. پیش‌پردازش داده‌های متنی برای مدل‌های زبانی
• 12. روش‌های توکن‌بندی و تبدیل متن به بردار (Embedding)
• 13. مبانی یادگیری ماشین برای درک هوش مصنوعی مولد
• 14. آشنایی با معماری مدل‌های کدباز مانند Llama و Mistral
• 15. مفاهیم پایه در آموزش و تنظیم دقیق مدل‌ها
• 16. آماده‌سازی مجموعه‌داده برای فرآیند تنظیم دقیق (Fine-tuning)
• 17. روش‌های تنظیم دقیق کارآمد با بهره‌گیری از تکنیک LoRA
• 18. تنظیم دقیق مدل‌های زبانی برای کاربردهای تخصصی
• 19. ارزیابی عملکرد مدل‌های تنظیم‌دقیق‌شده و شاخص‌های کیفی
• 20. مقدمه‌ای بر معماری بازیابی-افزوده (RAG)
• 21. نقش بانک‌های اطلاعاتی برداری در سیستم‌های RAG
• 22. روش‌های بازیابی اطلاعات و جستجوی معنایی
• 23. تلفیق دانش تخصصی با خروجی مدل‌های زبانی بزرگ
• 24. بهینه‌سازی سیستم‌های بازیابی برای کاهش توهم مدل
• 25. مدیریت حافظه و تاریخچه گفتگو در دستیارهای هوشمند
• 26. پیاده‌سازی سیستم‌های پرسش و پاسخ بر پایه اسناد داخلی
• 27. مبانی طراحی رابط کاربری برای برنامه‌های مبتنی بر هوش مصنوعی
• 28. اخلاق در هوش مصنوعی و ملاحظات مربوط به صحت اطلاعات
• 29. رعایت حریم خصوصی و امنیت داده‌ها در کاربردهای هوش مصنوعی
• 30. قوانین و چارچوب‌های حاکم بر توسعه هوش مصنوعی در ایران
• 31. شناسایی سوگیری‌های احتمالی در مدل‌های زبانی و روش‌های کاهش آن
• 32. استفاده از هوش مصنوعی مولد در پردازش متون فارسی
• 33. چالش‌های زبانی و ساختاری در پردازش زبان فارسی
• 34. تکنیک‌های افزایش سرعت استنتاج مدل‌های زبانی
• 35. استقرار مدل‌های زبانی در محیط‌های تولیدی
• 36. نظارت بر عملکرد مدل و بازخوردگیری از کاربر
• 37. نقش هوش مصنوعی در خودکارسازی فرآیندهای اداری و سازمانی
• 38. پیاده‌سازی عامل‌های هوشمند برای تحلیل داده‌های متنی
• 39. تلفیق هوش مصنوعی مولد با سیستم‌های نرم‌افزاری موجود
• 40. آینده هوش مصنوعی و مسیرهای توسعه فناوری در کشور
• 41. پروژه عملی: طراحی یک دستیار هوشمند با قابلیت بازیابی دانش
• 42. نکات تکمیلی برای توسعه‌دهندگان در بازار کار فناوری اطلاعات