کتاب Fine-tuning مدل‌های LLM: مسیری به سوی هوش مصنوعی کاربردی

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

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره Fine-tuning مدل‌های LLM: مسیری به سوی هوش مصنوعی کاربردی

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: Fine-tuning برای وظایف خاص (Task-Specific Fine-tuning)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مدل‌های زبان بزرگ (LLM)
  • 2. مروری بر معماری ترنسفورمر
  • 3. مکانیزم توجه (Attention Mechanism)
  • 4. کدگذاری و رمزگشایی در ترنسفورمرها
  • 5. پیش‌پردازش متن برای LLMها
  • 6. توکن‌سازی و واژگان (Vocabulary)
  • 7. تعبیه‌سازی کلمات (Word Embeddings)
  • 8. روش‌های ساخت تعبیه‌سازی (Word2Vec, GloVe)
  • 9. مدل‌های زبانی مبتنی بر ترنسفورمر (BERT, GPT)
  • 10. مفاهیم اساسی مدل‌های زبانی
  • 11. آموزش اولیه (Pre-training) مدل‌های LLM
  • 12. مجموعه‌داده‌های بزرگ برای آموزش اولیه
  • 13. اهداف آموزش اولیه (Masked LM, Next Sentence Prediction)
  • 14. تنظیم دقیق (Fine-tuning) مدل‌های LLM
  • 15. انواع تنظیم دقیق
  • 16. تنظیم دقیق برای وظایف طبقه‌بندی متن
  • 17. تنظیم دقیق برای استخراج اطلاعات
  • 18. تنظیم دقیق برای ترجمه ماشینی
  • 19. تنظیم دقیق برای خلاصه‌سازی متن
  • 20. تنظیم دقیق برای تولید متن
  • 21. تنظیم دقیق برای پرسش و پاسخ
  • 22. تنظیم دقیق با داده‌های کم (Few-shot Learning)
  • 23. تنظیم دقیق با یادگیری در زمینه (In-context Learning)
  • 24. معیارهای ارزیابی عملکرد LLMها
  • 25. معیارهای ارزیابی وظایف خاص
  • 26. چالش‌های تنظیم دقیق
  • 27. انتخاب مجموعه داده مناسب برای تنظیم دقیق
  • 28. پیش‌پردازش داده‌ها برای تنظیم دقیق
  • 29. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 30. روش‌های بهینه‌سازی در تنظیم دقیق
  • 31. استفاده از GPU و TPU برای تسریع آموزش
  • 32. مدیریت حافظه در آموزش مدل‌های بزرگ
  • 33. تکنیک‌های تنظیم دقیق کارآمد (Parameter-Efficient Fine-Tuning - PEFT)
  • 34. LoRA (Low-Rank Adaptation)
  • 35. Adapter Layers
  • 36. Prompt Tuning
  • 37. Prefix Tuning
  • 38. QLoRA
  • 39. کاربرد PEFT در کاهش هزینه‌های محاسباتی
  • 40. تنظیم دقیق مدل‌های مولد (Generative Models)
  • 41. تنظیم دقیق برای تولید محتوای خلاقانه
  • 42. تنظیم دقیق برای تولید کد
  • 43. تنظیم دقیق برای سناریوهای تجاری
  • 44. تنظیم دقیق برای سیستم‌های توصیه‌گر
  • 45. تنظیم دقیق برای چت‌بات‌ها و دستیاران مجازی
  • 46. ملاحظات اخلاقی در تنظیم دقیق LLMها
  • 47. سوگیری (Bias) در داده‌ها و مدل‌ها
  • 48. کاهش سوگیری در فرایند تنظیم دقیق
  • 49. امنیت و حریم خصوصی در LLMها
  • 50. قابلیت تفسیرپذیری (Interpretability) در LLMها
  • 51. روش‌های ارزیابی قابلیت تفسیرپذیری
  • 52. کاربرد LLMها در صنعت
  • 53. LLMها در حوزه سلامت و پزشکی
  • 54. LLMها در حوزه آموزش و یادگیری
  • 55. LLMها در حوزه مالی و اقتصاد (با رعایت چارچوب بانکداری بدون ربا)
  • 56. LLMها در حوزه حقوق و قضایی (با رعایت چارچوب قوانین)
  • 57. LLMها در حوزه تولید محتوا و رسانه
  • 58. LLMها در حوزه خدمات مشتریان
  • 59. LLMها در حوزه پژوهش و توسعه
  • 60. مباحث پیشرفته در تنظیم دقیق LLMها
  • 61. یادگیری تقویتی از بازخورد انسانی (RLHF)
  • 62. آموزش مبتنی بر پاداش (Reward Modeling)
  • 63. تنظیم دقیق با استفاده از یادگیری تقویتی
  • 64. معیارهای ارزیابی RLHF
  • 65. چالش‌های پیاده‌سازی RLHF
  • 66. ترکیب LLMها با سایر سیستم‌های هوش مصنوعی
  • 67. LLMها و بینایی ماشین
  • 68. LLMها و پردازش گفتار
  • 69. LLMها و سیستم‌های برنامه‌ریزی
  • 70. LLMها و رباتیک
  • 71. آینده LLMها و تنظیم دقیق
  • 72. روندهای تحقیقاتی جدید
  • 73. تاثیر LLMها بر جامعه
  • 74. نقش LLMها در پیشرفت علمی
  • 75. تکنیک‌های پیشرفته توکن‌سازی
  • 76. مدیریت طولانی‌مدت حافظه در LLMها
  • 77. مدل‌های توزیع‌شده برای LLMها
  • 78. تنظیم دقیق برای زبان فارسی
  • 79. چالش‌های پردازش زبان فارسی
  • 80. مجموعه‌داده‌های فارسی برای تنظیم دقیق
  • 81. ارزیابی مدل‌های فارسی
  • 82. بهینه‌سازی مدل‌ها برای سخت‌افزارهای محدود
  • 83. استفاده از تکنیک‌های کوانتیزاسیون (Quantization)
  • 84. استفاده از تکنیک‌های تقطیر دانش (Knowledge Distillation)
  • 85. ساخت مدل‌های خاص دامنه (Domain-Specific Models)
  • 86. تنظیم دقیق با استفاده از داده‌های مصنوعی
  • 87. تولید داده‌های آموزشی با کیفیت
  • 88. روش‌های ارزیابی کیفیت داده‌های مصنوعی
  • 89. کاربرد LLMها در سازمان‌های دولتی (با رعایت قوانین)
  • 90. توسعه ابزارهای داخلی با استفاده از LLMها
  • 91. افزایش بهره‌وری در فرایندهای سازمانی
  • 92. مدیریت دانش سازمانی با LLMها
  • 93. کاربرد LLMها در تحلیل داده‌های متنی
  • 94. پیش‌بینی روندها با استفاده از LLMها
  • 95. شناسایی الگوهای پنهان در داده‌ها
  • 96. تولید گزارش‌های خودکار
  • 97. اصول مهندسی پرامپت (Prompt Engineering)
  • 98. طراحی پرامپت‌های موثر
  • 99. تکنیک‌های پیشرفته مهندسی پرامپت
  • 100. ارزیابی اثربخشی پرامپت‌ها

📚 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.