لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش کار با مدلهای زبانی بزرگ با استفاده از Azure
- آخرین آپدیت
دانلود Working with large language models using Azure
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
بیاموزید که چگونه با استفاده از مدلهای زبانی بزرگ (LLMs) و مایکروسافت Azure، اپلیکیشنهای هوش مصنوعی مولد را ساخته، شخصیسازی و مستقر کنید. این دوره عملی، تکنیکهای کاربردی مورد استفاده توسعهدهندگان را برای بهبود عملکرد، قابلیت اطمینان و مرتبط بودن تجاری برنامههای هوش مصنوعی معرفی میکند.
شما با بررسی نحوه عملکرد LLMها، از جمله معماری، قابلیتها و محدودیتهای آنها شروع خواهید کرد. از آنجا، استراتژیهای مهندسی پرامپت (Prompt Engineering) را برای بهبود خروجیهای مدل و ایجاد تعاملات هوش مصنوعی موثرتر به کار خواهید گرفت. سپس دوره به معرفی خط لوله تولید تقویتشده با بازیابی (RAG) میپردازد و به شما آموزش میدهد که چگونه LLMها را به منابع داده خارجی متصل کنید تا پاسخهای مستدل و دقیق ارائه دهید.
همچنین یاد میگیرید که چگونه مدلها را با استفاده از تکنیکهای ریزتنظیم (Fine-tuning) شخصیسازی کنید و تشخیص دهید که در سناریوهای مختلف تجاری، چه زمانی از ریزتنظیم، RAG یا رویکردهای ترکیبی استفاده کنید. در ماژولهای نهایی، اپلیکیشنهای هوش مصنوعی مولد را با استفاده از سرویسهای Azure AI Foundry و Azure OpenAI ساخته و مستقر میکنید و در عین حال استراتژیهای استقرار، نظارت و مدیریت هزینه را میآموزید.
در پایان این دوره، شما تجربه عملی در ساخت برنامههای مبتنی بر هوش مصنوعی با استفاده از ابزارها و جریانهای کاری مدرن Azure AI خواهید داشت.
سرفصل ها و درس ها
درک مدلهای زبانی بزرگ (LLMs)
Understanding Large Language Models (LLMs)
ساخت راهکارها با مدلهای زبانی بزرگ در Azure
Building Solutions with Large Language Models on Azure
آشنایی با LLMها و مهندسی پرامپت
Introduction to LLMs and prompt engineering
تأثیر مدلهای زبانی بزرگ
The impact of LLMs
نگاهی به درون یک LLM: از پرامپت تا پاسخ
A look inside an LLM: From prompt to response
چرا مهندسی پرامپت اهمیت دارد
Why Prompt Engineering Matters
طراحی پرامپتهای موثر
Crafting effective prompts
کاربرد اصول LLM و مهندسی پرامپت در عمل
Applying LLM Fundamentals and Prompt Engineering in Practice
پیادهسازی خط لولههای RAG
Implementing RAG pipelines
آشنایی با RAG: مستندسازی هوش مصنوعی با داده
Introduction to RAG: Grounding AI with data
توضیح خط لولههای RAG
RAG pipelines explained
منابع داده برای RAG: Azure AI Search و Marketplace
Data sources for RAG: Azure AI Search and the Marketplace
نمایش نظرات