اپلیکیشن اندرویدی فلش‌کارت آموزشی مبانی مهندسی پرامپت برای هوش مصنوعی مولد: از درک تا کاربرد

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی مهندسی پرامپت برای هوش مصنوعی مولد: از درک تا کاربرد

موضوع کلی: هوش مصنوعی و کاربردهای آن

موضوع میانی: مهندسی پرامپت در هوش مصنوعی مولد

📋 سرفصل‌های دوره

• 1. مبانی هوش مصنوعی مولد
• 2. مقدمه‌ای بر مهندسی پرامپت
• 3. تعریف مهندسی پرامپت
• 4. چرا مهندسی پرامپت مهم است؟
• 5. مفاهیم کلیدی در هوش مصنوعی مولد
• 6. مدل‌های زبانی بزرگ (LLMs)
• 7. معماری ترنسفورمر
• 8. نحوه کار مدل‌های زبانی
• 9. آموزش مدل‌های زبانی
• 10. تنظیم دقیق مدل‌ها (Fine-tuning)
• 11. کاربردهای هوش مصنوعی مولد
• 12. تولید متن
• 13. خلاصه‌سازی متن
• 14. ترجمه ماشینی
• 15. پاسخ به پرسش
• 16. تولید کد
• 17. تولید تصویر
• 18. تولید صدا
• 19. تولید ویدئو
• 20. اصول طراحی پرامپت
• 21. ساختار پرامپت
• 22. وضوح در پرامپت
• 23. اختصار در پرامپت
• 24. مثال‌محوری در پرامپت
• 25. نقش‌گذاری در پرامپت
• 26. دستورالعمل‌های صریح
• 27. محدودیت‌ها در پرامپت
• 28. پرامپت‌های صفر-شات (Zero-shot)
• 29. پرامپت‌های چند-شات (Few-shot)
• 30. یادگیری با مثال (In-context learning)
• 31. تکنیک‌های پیشرفته مهندسی پرامپت
• 32. پرامپت زنجیره فکری (Chain-of-Thought)
• 33. پرامپت زنجیره فکری خودکار (Auto-CoT)
• 34. پرامپت خودسازگار (Self-consistency)
• 35. پرامپت با تولید و انتخاب (Generate & Rank)
• 36. پرامپت برای استدلال
• 37. پرامپت برای حل مسئله
• 38. پرامپت برای خلاقیت
• 39. پرامپت برای برنامه‌نویسی
• 40. پرامپت برای تحلیل داده
• 41. پرامپت برای تولید محتوا
• 42. مدیریت خروجی مدل
• 43. تنظیم پارامترهای تولید
• 44. دما (Temperature)
• 45. نوفه تکرار (Top-p sampling)
• 46. نوفه واژگان (Top-k sampling)
• 47. جریمه تکرار (Repetition penalty)
• 48. اصلاح و پالایش پرامپت
• 49. اشکال‌زدایی پرامپت
• 50. ارزیابی کیفیت خروجی
• 51. معیارهای ارزیابی
• 52. ارزیابی انسانی
• 53. ارزیابی خودکار
• 54. کاربردهای مهندسی پرامپت در کسب‌وکار
• 55. خدمات مشتری
• 56. بازاریابی و تبلیغات
• 57. تولید محتوای آموزشی
• 58. پشتیبانی فنی
• 59. تحلیل بازار
• 60. توسعه نرم‌افزار
• 61. مدیریت دانش
• 62. ملاحظات اخلاقی در هوش مصنوعی مولد
• 63. سوگیری در مدل‌ها
• 64. مسئولیت‌پذیری
• 65. شفافیت
• 66. امنیت اطلاعات
• 67. حریم خصوصی
• 68. تأثیرات اجتماعی
• 69. قوانین و مقررات مرتبط با هوش مصنوعی
• 70. چارچوب‌های حقوقی داخلی
• 71. استانداردهای بین‌المللی
• 72. مسئولیت‌پذیری توسعه‌دهندگان
• 73. حقوق مالکیت فکری
• 74. کاربردهای مولد در حوزه آموزش
• 75. تولید تمرین و آزمون
• 76. ایجاد محتوای درسی
• 77. شبیه‌سازی و سناریوسازی
• 78. ارائه بازخورد شخصی‌سازی شده
• 79. راهنمایی و مشاوره تحصیلی
• 80. کاربردهای مولد در حوزه سلامت (با رعایت چارچوب رسمی)
• 81. کمک به تشخیص (تحت نظارت متخصص)
• 82. تولید گزارش‌های پزشکی (با تأیید)
• 83. جستجوی اطلاعات پزشکی
• 84. مدیریت پرونده بیمار (با حفظ حریم خصوصی)
• 85. تولید محتوای آموزشی برای بیماران
• 86. کاربردهای مولد در حوزه علوم (با رعایت چارچوب رسمی)
• 87. تولید فرضیه‌های علمی
• 88. شبیه‌سازی آزمایش‌ها
• 89. تحلیل داده‌های تحقیقاتی
• 90. خلاصه‌سازی مقالات علمی
• 91. تولید پیش‌نویس مقالات
• 92. آینده مهندسی پرامپت
• 93. روندهای نوظهور
• 94. ابزارهای جدید
• 95. چالش‌های آینده
• 96. فرصت‌های شغلی
• 97. توسعه پایدار هوش مصنوعی مولد
• 98. جمع‌بندی مباحث مهندسی پرامپت
• 99. تمرین عملی طراحی پرامپت
• 100. پروژه کوچک مهندسی پرامپت