کتاب صوتی آمادگی آزمون: مدل‌های زبانی بزرگ مولد انویدیا (NVIDIA-Certified Generative AI LLMs)

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آمادگی آزمون: مدل‌های زبانی بزرگ مولد انویدیا (NVIDIA-Certified Generative AI LLMs)

موضوع کلی: هوش مصنوعی و یادگیری عمیق

موضوع میانی: مدل‌های زبانی بزرگ (LLMs) و کاربردهای آن

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر هوش مصنوعی مولد
• 2. مبانی یادگیری عمیق
• 3. شبکه‌های عصبی کانولوشنی (CNNs)
• 4. شبکه‌های عصبی بازگشتی (RNNs)
• 5. مفهوم مدل‌های زبانی بزرگ (LLMs)
• 6. معماری ترنسفورمر
• 7. توکن‌سازی و جاسازی کلمات
• 8. مدل‌های زبانی پیش‌آموزش‌دیده
• 9. Fine-tuning مدل‌های زبانی
• 10. مفاهیم پایه در یادگیری تقویتی
• 11. کاربردهای LLMs در پردازش زبان طبیعی
• 12. مدل‌های زبانی مولد (Generative LLMs)
• 13. معماری‌های پیشرفته LLM
• 14. مکانیسم توجه (Attention Mechanism)
• 15. خودتوجهی چندسر (Multi-Head Self-Attention)
• 16. کدگذاری و رمزگشایی در ترنسفورمرها
• 17. پیش‌پردازش داده‌های متنی
• 18. پاکسازی و نرمال‌سازی متون
• 19. بررسی توزیع داده‌ها
• 20. تکنیک‌های افزایش داده (Data Augmentation)
• 21. استخراج ویژگی از متون
• 22. مدل‌های زبانی مبتنی بر آماری
• 23. مدل‌های زبانی مبتنی بر شبکه‌های عصبی
• 24. کاربرد Word2Vec و GloVe
• 25. مدل‌های زبانی مبتنی بر ترنسفورمر
• 26. BERT و مفاهیم آن
• 27. GPT و تکامل آن
• 28. تفاوت GPT و BERT
• 29. تکنیک‌های Fine-tuning پیشرفته
• 30. تنظیم دقیق برای وظایف خاص
• 31. آموزش با پارامترهای کم (Parameter-Efficient Fine-Tuning)
• 32. LoRA و QLoRA
• 33. Prompt Engineering برای LLMs
• 34. طراحی و بهینه‌سازی Promptها
• 35. Promptهای صفر-شات و چند-شات
• 36. ارزیابی LLMs
• 37. معیارهای ارزیابی در NLP
• 38. معیارهای ارزیابی وظایف مولد
• 39. کاربردهای LLMs در خلاصه‌سازی متن
• 40. خلاصه‌سازی انتزاعی و استخراجی
• 41. ارزیابی خلاصه‌سازی متنی
• 42. کاربردهای LLMs در ترجمه ماشینی
• 43. معماری‌های ترنسفورمر برای ترجمه
• 44. ارزیابی کیفیت ترجمه ماشینی
• 45. کاربردهای LLMs در تولید متن خلاق
• 46. نوشتن شعر و داستان
• 47. تولید محتوای بازاریابی
• 48. کاربردهای LLMs در پرسش و پاسخ
• 49. سیستم‌های پرسش و پاسخ استخراجی
• 50. سیستم‌های پرسش و پاسخ مولد
• 51. کاربردهای LLMs در چت‌بات‌ها
• 52. طراحی معماری چت‌بات
• 53. ارزیابی عملکرد چت‌بات‌ها
• 54. کاربردهای LLMs در تحلیل احساسات
• 55. مدل‌های تحلیل احساسات مبتنی بر LLM
• 56. ارزیابی دقت تحلیل احساسات
• 57. کاربردهای LLMs در تشخیص موضوع
• 58. طبقه‌بندی متون با LLMs
• 59. ارزیابی دقت تشخیص موضوع
• 60. کاربردهای LLMs در تولید کد
• 61. تولید کد با استفاده از LLMs
• 62. اشکال‌زدایی کد با LLMs
• 63. ملاحظات اخلاقی در LLMs
• 64. سوگیری در مدل‌های زبانی
• 65. حریم خصوصی و امنیت داده‌ها
• 66. مسئولیت‌پذیری در استفاده از LLMs
• 67. کاربردهای LLMs در آموزش
• 68. تولید محتوای آموزشی
• 69. سیستم‌های یادگیری شخصی‌سازی شده
• 70. کاربردهای LLMs در حوزه سلامت
• 71. کمک به تشخیص پزشکی
• 72. تولید گزارش‌های پزشکی
• 73. کاربردهای LLMs در حوزه حقوق
• 74. تحلیل اسناد حقوقی
• 75. کمک به پژوهش‌های حقوقی
• 76. کاربردهای LLMs در حوزه مالی
• 77. تحلیل اخبار مالی
• 78. پیش‌بینی روند بازار
• 79. کاربردهای LLMs در حوزه رسانه
• 80. تولید خبر
• 81. کمک به ویراستاران
• 82. کاربردهای LLMs در حوزه بازاریابی
• 83. تولید محتوای تبلیغاتی
• 84. شخصی‌سازی پیام‌های بازاریابی
• 85. کاربردهای LLMs در حوزه پژوهش
• 86. جستجوی پیشرفته مقالات
• 87. کمک به تدوین مقالات
• 88. محدودیت‌های فعلی LLMs
• 89. چالش‌های مقیاس‌پذیری
• 90. نیاز به داده‌های عظیم
• 91. آینده LLMs
• 92. مدل‌های زبانی چندوجهی (Multimodal LLMs)
• 93. ادغام LLMs با سایر سیستم‌های هوش مصنوعی
• 94. بهبود قابلیت تفسیرپذیری LLMs
• 95. بهینه‌سازی مصرف انرژی در LLMs
• 96. توسعه ابزارهای ارزیابی جدید
• 97. استانداردسازی در حوزه LLMs
• 98. کاربرد LLMs در ساخت دستیارهای هوشمند
• 99. طراحی رابط‌های کاربری طبیعی
• 100. بهبود تعامل انسان و ماشین