آموزش توسعه چندوجهی (Multimodal) با OpenAI - آخرین آپدیت

سرفصل ها و درس ها

پیاده‌سازی قابلیت‌های چندوجهی Implementing Multimodal Capabilities

• آشنایی با هوش مصنوعی چندوجهی Introduction to Multimodal AI

• مدیریت ورودی‌های متنی Handling Text Inputs

• دمو: تولید متن از طریق پرامپت Demo: Generating Text from Prompt

• مدیریت ورودی‌های تصویری Handling Image Inputs

• دمو: تحلیل تصاویر Demo: Analyzing Images

• مدیریت ورودی‌های صوتی Handling Audio Inputs

• دمو: تبدیل صوت به متن Demo: Transcribing Audio to Text

ایجاد گردش‌کارهای چندوجهی Creating Multimodal Workflows

• معماری و طراحی اپلیکیشن Architecture and App Design

• دمو: پیاده‌سازی بک‌اند با استفاده از FastAPI Demo: Implementing Backend Using FastAPI

• دمو: پیاده‌سازی فرانت‌اند با استفاده از Streamlit Demo: Implementing Frontend Using Streamlit

• دمو: یکپارچه‌سازی و تست کامل برنامه Demo: Integrating and Testing the Full App

• آشنایی با Realtime API شرکت OpenAI Introduction to OpenAI Realtime API

• دمو: یکپارچه‌سازی صوت و پاسخ در لحظه Demo: Integrating Realtime Audio and Response

ارزیابی و بهینه‌سازی برنامه‌های چندوجهی Evaluating and Optimizing Multimodal Applications

• مقدمه‌ای بر ارزیابی برنامه‌های OpenAI Introduction to Evaluating OpenAI Applications

• مراحل استفاده از OpenAI Eval Steps in Using OpenAI Eval

• دمو: تعریف پرامپت ارزیابی Demo: Defining the Evaluation Prompt

• دمو: آماده‌سازی و آپلود داده‌های تست Demo: Preparing and Uploading Test Data

• دمو: ایجاد پیکربندی ارزیابی Demo: Creating Evaluation Configuration

• دمو: اجرا و تحلیل ارزیابی Demo: Running and Analyzing the Evaluation

• بهینه‌سازی عملکرد برنامه چندوجهی Optimizing the Performance of Multimodal App