🔔 با توجه به بهبود نسبی اینترنت، آمادهسازی دورهها آغاز شده است. به دلیل تداوم برخی اختلالات، بارگذاری دورهها ممکن است با کمی تأخیر انجام شود. مدت اشتراکهای تهیهشده محفوظ است.
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
تنظیم دقیق برای LLM: از مبتدی تا پیشرفته
- آخرین آپدیت
Fine-Tuning for LLMs: from Beginner to Advanced
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
این دوره از جدیدترین پیشرفتها در مدلهای زبان بزرگ (LLM) مانند FLAN-T5 بهره میبرد و متخصصان را قادر میسازد تا از این ابزارها به طور مؤثر در چشمانداز هوش مصنوعی در حال تکامل بهسرعت استفاده کنند. مربی اکسل سیروتا به شما کمک می کند پایه ای قوی در مبانی LLM ایجاد کنید و معماری، تکامل و نقش آنها را در چشم انداز فعلی هوش مصنوعی بررسی کنید. به مهندسی سریع بپردازید و بیاموزید که چگونه اعلانهای مؤثری را ایجاد کنید که خروجیهای LLM را برای کارهای خاص راهنمایی میکند. سپس با استفاده از LoRA به یادگیری انتقال و تنظیم دقیق PEFT بپردازید و نحوه انطباق و بهینه سازی LLM ها را برای وظایف مختلف NLP بیابید. هر بخش دوره شامل کلیپهای لایو اکشن، اسلایدها و دموها و همچنین چالشهای دنیای واقعی است که مهندسی سریع، یادگیری انتقال و تکنیکهای تنظیم دقیق را برای افزایش قابلیتهای FLAN-T5 پوشش میدهد. به علاوه، شما یک پروژه نهایی متمرکز بر ایجاد یک راه حل NLP شامل تجزیه و تحلیل احساسات، خلاصه سازی متن و پاسخ به سؤال را تکمیل خواهید کرد.
سرفصل ها و درس ها
مقدمه
Introduction
شروع به تنظیم دقیق LLM های خود
Beginning to fine-tune your LLMs
بررسی نسخه
Version check
بیشترین بهره را از این دوره ببرید
Getting the most out of this course
1. مقدمه ای بر مدل های زبان بزرگ (LLM)
1. Introduction to Large Language Models (LLMs)
کاربردهای LLM
Applications of LLMs
ملاحظات اخلاقی در LLM
Ethical considerations in LLMs
LLMs: انقلابی در هوش مصنوعی
LLMs: Revolutionizing AI
FLAN-T5 در فوکوس
FLAN-T5 in focus
مقایسه LLM ها
Comparing LLMs
معماری LLM
The architecture of LLMs
2. استفاده از LLM با مهندسی سریع
2. Utilizing LLMs with Prompt Engineering
مطالعات موردی در مهندسی سریع
Case studies in prompt engineering
نسخه ی نمایشی: مهندسی سریع با FLAN-T5
Demo: Prompt engineering with FLAN-T5
نسخه ی نمایشی: استفاده از ICL و الگوها هنگام درخواست
Demo: Using ICL and Patterns while prompting
مهندسی سریع با FLAN-T5
Prompt engineering with FLAN-T5
ایجاد دستورات موثر
Crafting effective prompts
راه حل: طراحی اعلان ترجمه
Solution: Designing a translation prompt
مبانی مهندسی سریع
Basics of prompt engineering
3. انتقال یادگیری برای وظایف NLP
3. Transfer Learning for NLP Tasks
آکسل سیروتا دارای مدرک کارشناسی ارشد ریاضیات است که علاقه زیادی به عملیات یادگیری عمیق و یادگیری ماشین دارد. وی پس از تحقیق در زمینه احتمال ، آمار و بهینه سازی یادگیری ماشین ، در حال حاضر در JAMPP به عنوان یک مهندس تحقیق در زمینه یادگیری ماشین مشغول به کار است که از داده های مشتری برای پیش بینی دقیق در زمان واقعی پیشنهاد استفاده می کند.
نمایش نظرات