اکسپرس 24
کتاب راهنمای جامع برای شروع کار با LLMها

کتاب راهنمای جامع برای شروع کار با LLMها

تگ‌ها: AI chatgpt deep-learning fine-tuning LangChain llm NLP Ollama open-source openai prompt-engineering RAG transformer مدل‌زبانی هوش‌مصنوعی

انتخاب پلن

افزودنی‌های اختیاری

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره راهنمای جامع برای شروع کار با LLMها

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: مدل‌های زبانی بزرگ (LLMs) - مفاهیم و اصول**

📋 سرفصل‌های دوره

  • 1. مدل زبانی بزرگ چیست
  • 2. تاریخچهٔ کوتاه پردازش زبان طبیعی
  • 3. معماری ترنسفورمر
  • 4. مکانیزم توجه (Attention)
  • 5. توکن‌سازی و واحدهای زبانی
  • 6. پیش‌آموزش و اهداف آموزش
  • 7. پارامترها و لایه‌های مدل
  • 8. بازهٔ متنی (Context Window)
  • 9. فضای برداری و توکن‌بسته‌سازی
  • 10. Fine-tuning و تنظیم دقیق
  • 11. RLHF و یادگیری از بازخورد انسانی
  • 12. مهندسی Prompt — پایه‌ها
  • 13. Zero-shot, Few-shot, Chain-of-Thought
  • 14. دمای نمونه‌گیری و Top-p/k
  • 15. توهم (Hallucination) و ریشه‌های آن
  • 16. RAG — تولید تقویت‌شده با بازیابی
  • 17. پایگاه‌های دادهٔ برداری
  • 18. فریم‌ورک‌های آژانس‌محور (LangChain, LlamaIndex)
  • 19. Function Calling و ابزارها
  • 20. کار با APIهای LLM
  • 21. اجرای محلی مدل‌ها (Ollama, llama.cpp)
  • 22. کوانتیزاسیون و فشرده‌سازی مدل
  • 23. LoRA و QLoRA
  • 24. ارزیابی مدل‌ها: پرپلکسیت و معیارها
  • 25. سوگیری و ایمنی مدل
  • 26. Alignment و همسوسازی
  • 27. مدل‌های چندوجهی (Multimodal)
  • 28. تولید کد با LLM
  • 29. دیتاست‌های Fine-tuning
  • 30. Prompt Template و تقلید نقش
  • 31. Parsing خروجی و JSON Mode
  • 32. استریم کردن پاسخ‌ها
  • 33. بهینه‌سازی هزینه و توکن
  • 34. Rate Limiting و مدیریت درخواست
  • 35. Prompt Injection و حملات امنیتی
  • 36. Jailbreaking و ردیابی آسیب‌ها
  • 37. System Prompt و رفتار مدل
  • 38. حافظه در برنامه‌های LLM
  • 39. آژانس‌های خودکار و Workflow
  • 40. سیستم‌های چندآژانسی
  • 41. Tool Use و Plugin
  • 42. مدل‌های متن‌باز (Llama, Mistral, Qwen)
  • 43. مدل‌های سازندهٔ گفتگو (Chat Models)
  • 44. مدل‌های ویژهٔ کد (Code LLMs)
  • 45. مقایسهٔ مدل‌های مختلف
  • 46. Open Source در برابر Closed Source
  • 47. GGUF, AWQ, GPTQ — فرمت‌های کوانتیزه
  • 48. بهینه‌سازی استنتاج (vLLM, TensorRT)
  • 49. Instruction Tuning
  • 50. DPO و یادگیری ترجیح مستقیم
  • 51. Constitutional AI
  • 52. Red Teaming و تست تهاجمی
  • 53. Data Poisoning و آلودگی داده
  • 54. RAG پیشرفته: فیلتر و رتبه‌بندی
  • 55. مدیریت دادهٔ بلند (Long Context)
  • 56. MoE — مخلوط خبرگان
  • 57. قوانین مقیاس‌پذیری (Scaling Laws)
  • 58. نیازمندی‌های محاسباتی
  • 59. کوریت‌سازی و توصیف‌دهی دیتاست
  • 60. دادهٔ مصنوعی و Synthetic Data
  • 61. مدل کارت و مستندسازی
  • 62. AI مسئولانه و اخلاق
  • 63. ردپای کربن و پایداری
  • 64. LLMOps و DevOps برای LLM
  • 65. ردیابی و لاگ‌ها (Tracing)
  • 66. A/B تست اپلیکیشن‌های LLM
  • 67. بازخورد کاربر و بهبود مداوم
  • 68. استقرار و Deploy
  • 69. مانیتورینگ عملکرد
  • 70. موارد کاربردی صنعتی
  • 71. ربات گفتگوی هوشمند
  • 72. خلاصه‌سازی و استخراج اطلاعات
  • 73. ترجمه و بومی‌سازی
  • 74. تکمیل کد و دیباگ
  • 75. تحلیل احساسات و بازخورد
  • 76. جستجوی هوشمند و Chatbot داده
  • 77. آموزش و تولید محتوا
  • 78. حقوقی و حریم خصوصی
  • 79. GDPR و حفاظت از داده
  • 80. آیندهٔ LLM و روندهای نوظهور

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.