سپنتا کتاب اکسپرس
کتاب مدل‌های زبانی بزرگ: تکنیک‌های پیشرفته Fine-tuning با PEFT

کتاب مدل‌های زبانی بزرگ: تکنیک‌های پیشرفته Fine-tuning با PEFT

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 مدل‌های زبانی بزرگ: تکنیک‌های پیشرفته Fine-tuning با PEFT

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: Fine-tuning با پارامترهای کم (Parameter-Efficient Fine-tuning - PEFT)

📋 سرفصل‌های دوره

  • 1. مبانی مدل‌های زبانی بزرگ (LLMs)
  • 2. معماری ترنسفورمر: قلب LLMs
  • 3. پردازش زبان طبیعی (NLP) و تاریخچه آن
  • 4. مفاهیم کلیدی در LLMs: توکن‌سازی، جاسازی‌ها
  • 5. انواع مدل‌های زبانی: از RNN تا ترنسفورمر
  • 6. داده‌های آموزشی برای LLMs: جمع‌آوری و پیش‌پردازش
  • 7. پیش‌پردازش متن: پاکسازی، نرمال‌سازی
  • 8. توکن‌سازی: روش‌ها و چالش‌ها
  • 9. جاسازی کلمات: Word2Vec، GloVe
  • 10. جاسازی‌های مبتنی بر ترنسفورمر: BERT، GPT
  • 11. معماری ترنسفورمر: مکانیزم توجه (Attention)
  • 12. توجه خودی (Self-Attention) و انواع آن
  • 13. لایه انکودر و دیکودر در ترنسفورمر
  • 14. کاربرد LLMs: تولید متن، خلاصه‌سازی
  • 15. کاربرد LLMs: ترجمه ماشینی، پرسش و پاسخ
  • 16. Fine-tuning: مقدمه و مفاهیم
  • 17. چرا Fine-tuning مورد نیاز است؟
  • 18. انواع Fine-tuning: Full Fine-tuning
  • 19. معایب Full Fine-tuning: هزینه محاسباتی بالا
  • 20. معرفی PEFT (Parameter-Efficient Fine-Tuning)
  • 21. مزایای PEFT نسبت به Full Fine-tuning
  • 22. مقدمه‌ای بر LoRA (Low-Rank Adaptation)
  • 23. نحوه عملکرد LoRA: ماتریس‌های افزایشی
  • 24. پیاده‌سازی LoRA: پارامترهای کلیدی
  • 25. مثال عملی LoRA در Fine-tuning
  • 26. معرفی Prefix Tuning
  • 27. نحوه عملکرد Prefix Tuning
  • 28. مزایای Prefix Tuning
  • 29. معرفی P-Tuning
  • 30. نحوه عملکرد P-Tuning
  • 31. مقایسه P-Tuning با Prefix Tuning
  • 32. معرفی Prompt Tuning
  • 33. نحوه عملکرد Prompt Tuning
  • 34. مقایسه Prompt Tuning با سایر روش‌ها
  • 35. معرفی Adapter Tuning
  • 36. ساختار لایه‌های آداپتور
  • 37. مزایای Adapter Tuning
  • 38. معرفی IA³ (Infused Adapter by Inhibiting and Amplifying Activations)
  • 39. نحوه عملکرد IA³
  • 40. مقایسه IA³ با سایر روش‌های PEFT
  • 41. ترکیب روش‌های PEFT
  • 42. استراتژی‌های انتخاب روش PEFT مناسب
  • 43. ملاحظات اخلاقی در Fine-tuning LLMs
  • 44. حریم خصوصی داده‌ها در Fine-tuning
  • 45. تعصبات (Biases) در LLMs و Fine-tuning
  • 46. روش‌های کاهش تعصبات در Fine-tuning
  • 47. ارزیابی مدل‌های Fine-tuned
  • 48. معیارهای ارزیابی برای تولید متن
  • 49. معیارهای ارزیابی برای ترجمه و خلاصه‌سازی
  • 50. معیارهای ارزیابی برای پرسش و پاسخ
  • 51. تنظیم فراپارامترها (Hyperparameter Tuning)
  • 52. اهمیت تنظیم فراپارامترها
  • 53. روش‌های جستجوی فراپارامترها
  • 54. مقدمه‌ای بر بهینه‌سازی مدل (Model Optimization)
  • 55. کوچک‌سازی مدل (Model Compression)
  • 56. تقطیر دانش (Knowledge Distillation)
  • 57. هرس کردن مدل (Pruning)
  • 58. کوانتیزاسیون (Quantization)
  • 59. کاربرد PEFT در مدل‌های مختلف LLM
  • 60. Fine-tuning مدل‌های GPT
  • 61. Fine-tuning مدل‌های LLaMA
  • 62. Fine-tuning مدل‌های Falcon
  • 63. Fine-tuning مدل‌های Bloom
  • 64. Fine-tuning برای وظایف خاص: طبقه‌بندی متن
  • 65. Fine-tuning برای وظایف خاص: استخراج اطلاعات
  • 66. Fine-tuning برای وظایف خاص: تولید محتوای خلاقانه
  • 67. Fine-tuning برای وظایف خاص: چت‌بات‌ها
  • 68. Fine-tuning مدل‌های زبانی با رویکرد اسلامی
  • 69. اصول شرعی در Fine-tuning مدل‌های زبانی
  • 70. مبانی فقهی در پردازش زبان طبیعی
  • 71. چارچوب‌های اخلاقی در توسعه هوش مصنوعی اسلامی
  • 72. کاربرد LLMs در حوزه‌های علمی و فرهنگی ایران
  • 73. Fine-tuning مدل‌های زبانی برای زبان فارسی
  • 74. چالش‌های Fine-tuning برای زبان‌های کم‌منبع
  • 75. ملاحظات حقوقی و قانونی در Fine-tuning
  • 76. تطابق با مقررات داخلی در توسعه LLMs
  • 77. امنیت سایبری در فرآیند Fine-tuning
  • 78. مدیریت ریسک در پیاده‌سازی LLMs
  • 79. آینده PEFT و مدل‌های زبانی بزرگ
  • 80. روندهای جدید در Fine-tuning کارآمد
  • 81. روش‌های PEFT نسل بعدی
  • 82. کاربرد LLMs در آموزش مجازی
  • 83. توسعه ابزارهای آموزشی با هوش مصنوعی
  • 84. نقش LLMs در ارتقاء کیفیت آموزش
  • 85. چالش‌های پیاده‌سازی LLMs در سیستم آموزشی
  • 86. راهکارهای مقابله با چالش‌ها
  • 87. اهمیت تحقیقات مستمر در حوزه LLMs
  • 88. پیشرفت‌های آینده در هوش مصنوعی مولد
  • 89. تأثیر LLMs بر جامعه و اقتصاد
  • 90. مسئولیت‌پذیری در توسعه هوش مصنوعی
  • 91. همکاری‌های علمی و بین‌المللی در حوزه LLMs
  • 92. چشم‌انداز توسعه پایدار LLMs

📚 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.