کتاب صوتی DPO: بهینه‌سازی مستقیم ترجیح

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره DPO: بهینه‌سازی مستقیم ترجیح

موضوع کلی: توسعه و بهینه‌سازی مدل‌های زبانی بزرگ (LLM)

موضوع میانی: تکنیک‌های جایگزین RLHF (Direct Preference Optimization - DPO)

📋 سرفصل‌های دوره

• 1. مبانی بهینه‌سازی مستقیم ترجیح
• 2. درک فرآیند تصمیم‌گیری
• 3. شناخت انواع ترجیحات
• 4. مدل‌سازی ریاضی ترجیحات
• 5. تابع هدف در بهینه‌سازی ترجیح
• 6. محدودیت‌ها در بهینه‌سازی ترجیح
• 7. روش‌های جستجوی محلی
• 8. الگوریتم‌های فراابتکاری
• 9. بهینه‌سازی ژنتیک برای ترجیحات
• 10. الگوریتم شبیه‌سازی تبرید
• 11. بهینه‌سازی کلونی مورچگان
• 12. بهینه‌سازی ازدحام ذرات
• 13. مقایسه الگوریتم‌های فراابتکاری
• 14. بهینه‌سازی چندهدفه
• 15. وزن‌دهی به اهداف متضاد
• 16. روش‌های Pareto Optimal
• 17. تحلیل حساسیت در بهینه‌سازی
• 18. بهینه‌سازی پویا ترجیحات
• 19. مدل‌سازی عدم قطعیت در ترجیحات
• 20. بهینه‌سازی قوی
• 21. بهینه‌سازی تصادفی
• 22. استفاده از برنامه‌ریزی خطی
• 23. برنامه‌ریزی غیرخطی در بهینه‌سازی ترجیح
• 24. روش‌های نقطه داخلی
• 25. روش‌های گرادیان
• 26. بهینه‌سازی با استفاده از روش‌های لاگرانژ
• 27. برنامه‌ریزی درجه دوم
• 28. بهینه‌سازی با استفاده از روش‌های نیوتن
• 29. بهینه‌سازی مقید
• 30. بهینه‌سازی بدون قید
• 31. بهینه‌سازی توزیعی
• 32. بهینه‌سازی ترجیحات در فضای پیوسته
• 33. بهینه‌سازی ترجیحات در فضای گسسته
• 34. کاربرد بهینه‌سازی ترجیح در تخصیص منابع
• 35. بهینه‌سازی ترجیح در زنجیره تامین
• 36. بهینه‌سازی ترجیح در مدیریت موجودی
• 37. بهینه‌سازی ترجیح در حمل و نقل
• 38. بهینه‌سازی ترجیح در طراحی محصول
• 39. بهینه‌سازی ترجیح در بازاریابی
• 40. بهینه‌سازی ترجیح در امور مالی
• 41. بهینه‌سازی ترجیح در مدیریت ریسک
• 42. پیاده‌سازی بهینه‌سازی ترجیح با پایتون
• 43. استفاده از کتابخانه‌های بهینه‌سازی در پایتون
• 44. بهینه‌سازی ترجیح با استفاده از MATLAB
• 45. تحلیل نتایج بهینه‌سازی ترجیح