کتاب درک مکانیزم‌های درونی LLMها

انتخاب پلن

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

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب درک مکانیزم‌های درونی LLMها

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

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

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه ای بر مدل های زبان بزرگ (LLM)
  • 2. تاریخچه و تکامل LLMها
  • 3. معماری ترانسفورمر
  • 4. مکانیسم توجه (Attention Mechanism)
  • 5. خود-توجهی (Self-Attention)
  • 6. توجه چند-سری (Multi-Head Attention)
  • 7. انکودر و دیکودر در ترانسفورمر
  • 8. جایگذاری کلمات (Word Embeddings)
  • 9. جایگذاری های مبتنی بر توکن (Token Embeddings)
  • 10. جایگذاری های موقعیتی (Positional Embeddings)
  • 11. جایگذاری های سگمنتی (Segment Embeddings)
  • 12. نحوه آموزش LLMها
  • 13. مجموعه داده های عظیم و پیش-آموزش
  • 14. توابع هزینه (Loss Functions) در LLMها
  • 15. بهینه سازی (Optimization) در آموزش LLMها
  • 16. گرادیان کاهشی تصادفی (SGD) و انواع آن
  • 17. تنظیم نرخ یادگیری (Learning Rate Scheduling)
  • 18. تنظیم دسته ای (Batch Normalization)
  • 19. تنظیم لایه ای (Layer Normalization)
  • 20. تنظیمات پیشرفته در آموزش
  • 21. تنظیم هایپرپارامترها (Hyperparameter Tuning)
  • 22. استراتژی های پیش-آموزش (Pre-training Strategies)
  • 23. آموزش پیشین (Masked Language Modeling - MLM)
  • 24. پیش بینی جمله بعدی (Next Sentence Prediction - NSP)
  • 25. پیش بینی کلمه بعدی (Causal Language Modeling - CLM)
  • 26. سایر اهداف پیش-آموزش
  • 27. مفهوم Fine-tuning (تنظیم دقیق)
  • 28. انواع Fine-tuning
  • 29. Fine-tuning تمام پارامترها
  • 30. Fine-tuning پارامترهای انتخابی
  • 31. Fine-tuning پارامترهای کم (Parameter-Efficient Fine-Tuning - PEFT)
  • 32. LoRA (Low-Rank Adaptation)
  • 33. Prefix Tuning
  • 34. Prompt Tuning
  • 35. Adapter Tuning
  • 36. استراتژی های Fine-tuning برای وظایف خاص
  • 37. Fine-tuning برای تولید متن (Text Generation)
  • 38. Fine-tuning برای پاسخ به پرسش (Question Answering)
  • 39. Fine-tuning برای خلاصه سازی (Summarization)
  • 40. Fine-tuning برای ترجمه ماشینی (Machine Translation)
  • 41. Fine-tuning برای تحلیل احساسات (Sentiment Analysis)
  • 42. Fine-tuning برای طبقه بندی متن (Text Classification)
  • 43. Fine-tuning برای استخراج اطلاعات (Information Extraction)
  • 44. Fine-tuning برای تکمیل کد (Code Completion)
  • 45. Fine-tuning برای دیالوگ (Dialogue Generation)
  • 46. ارزیابی LLMها
  • 47. معیارهای ارزیابی تولید متن
  • 48. BLEU, ROUGE, METEOR
  • 49. Perplexity
  • 50. معیارهای ارزیابی وظایف خاص
  • 51. F1-score, Accuracy, Precision, Recall
  • 52. معیارهای ارزیابی انسجام و صحت
  • 53. معیارهای ارزیابی خلاقیت و تنوع
  • 54. مجموعه داده های ارزیابی (Evaluation Datasets)
  • 55. چالش های ارزیابی LLMها
  • 56. مفهوم Prompting (دستوردهی)
  • 57. انواع Prompting
  • 58. Zero-shot Prompting
  • 59. Few-shot Prompting
  • 60. Chain-of-Thought Prompting (CoT)
  • 61. Tree-of-Thought Prompting (ToT)
  • 62. Self-Consistency Prompting
  • 63. Generated Knowledge Prompting
  • 64. Reverse Prompting
  • 65. Prompt Engineering (مهندسی دستور)
  • 66. اصول طراحی Prompt موثر
  • 67. تکنیک های بهینه سازی Prompt
  • 68. استفاده از مثال ها در Prompt
  • 69. استفاده از شخصیت در Prompt
  • 70. استفاده از محدودیت ها در Prompt
  • 71. استفاده از دستورات شفاف
  • 72. مفاهیم پیشرفته در Prompting
  • 73. Prompting برای استدلال (Reasoning)
  • 74. Prompting برای حل مسئله (Problem Solving)
  • 75. Prompting برای خلاقیت
  • 76. Prompting برای کنترل خروجی
  • 77. Prompting برای جلوگیری از سوگیری
  • 78. Prompting برای وظایف پیچیده
  • 79. تفسیرپذیری (Interpretability) در LLMها
  • 80. چرا تفسیرپذیری مهم است؟
  • 81. روش های تفسیرپذیری
  • 82. تحلیل توجه (Attention Analysis)
  • 83. نقشه های اهمیت (Saliency Maps)
  • 84. تکنیک های مبتنی بر Perturbation
  • 85. تکنیک های مبتنی بر LIME و SHAP
  • 86. تجزیه و تحلیل لایه به لایه
  • 87. تجزیه و تحلیل نورون ها (Neuron Activation Analysis)
  • 88. تجزیه و تحلیل جایگذاری ها (Embedding Analysis)
  • 89. تفسیرپذیری در ترانسفورمرها
  • 90. چالش های تفسیرپذیری LLMها
  • 91. سوگیری (Bias) در LLMها
  • 92. انواع سوگیری در LLMها
  • 93. سوگیری جنسیتی، نژادی، فرهنگی
  • 94. سوگیری در داده های آموزشی
  • 95. سوگیری در خروجی مدل
  • 96. تشخیص سوگیری در LLMها
  • 97. روش های کاهش سوگیری
  • 98. تکنیک های Fair Fine-tuning
  • 99. استفاده از داده های متعادل
  • 100. استفاده از قوانین و محدودیت ها

📚 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.