آموزش هوش مصنوعی مولد: Fine-Tuning مدل‌های زبانی بزرگ (LLM) و مدل‌های Diffusion - آخرین آپدیت

ساختار داخلی ترنسفورمر و معماری‌های Decoder-only Transformer Internals & Decoder-Only Architectures

• مهندسان LLM امروزه کجا کار می‌کنند Where LLM Engineers Work Today

• چرا مدل‌های Decoder-only بر صنعت تسلط دارند (بخش اول) Why Decoder-Only Models Dominate Industry Part 1

• چرا مدل‌های Decoder-only بر صنعت تسلط دارند (بخش دوم) Why Decoder-Only Models Dominate Industry part -2

• مهارت‌های مورد نیاز کارفرمایان (بخش اول) Skills Employers Want

• مهارت‌های مورد نیاز کارفرمایان (بخش دوم) Skills Employers Want Part 2

• هنگام تایپ یک پرامپت چه اتفاقی می‌افتد What Happens When You Type a Prompt

• اجزای بلوک Decoder (مدل ذهنی) Decoder Block Components (Mental Model)

• نحوه جریان توکن‌ها در لایه‌ها How Tokens Flow Through Layers

• ماسک‌گذاری علی و مفهوم «عدم نگاه به آینده» Causal Masking & "No Peeking"

• چرا مکانیزم Attention هزینه‌بر است Why Attention Is Expensive

• حافظه KV Cache: چرا استنتاج سریع‌تر می‌شود KV Cache: Why Inference Gets Faster

تکنیک‌های PEFT، LoRA، QLoRA و خط لوله‌های SFT PEFT - LoRA, QLoRA, & SFT Pipelines

• ایده اصلی پشت PEFT (بخش اول) The Core Idea Behind PEFT

• ایده اصلی پشت PEFT (بخش دوم) The Core Idea Behind PEFT part 2

• ایده اصلی پشت PEFT (بخش سوم) The Core Idea Behind PEFT Part3

• پیاده‌سازی لایه‌های LoRA در بلوک‌های Attention Implementing LoRA Layers in Attention Blocks

• PEFT کجا کاربرد دارد و کجا کاربرد ندارد Where PEFT Works (and Where It Doesn't)

• توضیحات جامع در مورد LoRA LoRA Explained

• QLoRA: آموزش مدل‌های بزرگ روی GPUهای کوچک QLoRA: Training Big Models on Small GPUs

• تنظیم هایپرپارامترهای QLoRA برای پایداری Setting QLoRA Hyperparameters for Stability

• ویژگی‌های داده‌های SFT باکیفیت (بخش اول) What Good SFT Data Looks Like Part 1

• ویژگی‌های داده‌های SFT باکیفیت (بخش دوم) What Good SFT Data Looks Like Part2

• ساخت خط لوله‌های کامل SFT با استفاده از TRL Building Full SFT Pipelines Using TRL

• ارزیابی اولیه و شناسایی سیگنال‌های شکست Early Evaluation & Failure Signals

مدل‌های Diffusion و تولید تصویر Diffusion Models & Image Generation

• افزودن نویز: فرآیند Forward Adding Noise: The Forward Process

• حذف نویز: فرآیند Reverse Removing Noise: The Reverse Process

• چرا گام‌های زمانی (Timesteps) اهمیت دارند Why Timesteps Matter

• اجزای خط لوله Diffusers (بخش اول) Diffusers Pipeline Components

• اجزای خط لوله Diffusers (بخش دوم) Diffusers Pipeline Components Part2

• انتخاب Scheduler مناسب Choosing the Right Scheduler

• ترفندهای استایل، هدایت و نمونه‌برداری Style, Guidance & Sampling Tricks

• چرا پرامپت‌نویسی به تنهایی کافی نیست Why Prompting Alone Is Not Enough

• مفاهیم ControlNet (بصری) ControlNet Concepts (Visual)

• تمرین عملی: شرطی‌سازی تصویر با ControlNet Practical: Conditioning an Image with ControlNet

پروژه عملی: ساخت مدل LLM متخصص The Hands-On Project - The Specialist LLM

• تبدیل لاگ‌ها به داده‌های آموزشی آماده برای SFT Converting Logs Into SFT-Ready Training Data

• طراحی قالب‌های پرامپت و فرمت‌های چت Designing Prompt Templates & Chat Formats

• پاکسازی، نرمال‌سازی و اعتبارسنجی داده‌های آموزشی (بخش اول) Cleaning, Normalizing & Validating Training Data

• پاکسازی، نرمال‌سازی و اعتبارسنجی داده‌های آموزشی (بخش دوم) Cleaning, Normalizing & Validating Training Data Part 2

• پاکسازی، نرمال‌سازی و اعتبارسنجی داده‌های آموزشی (بخش سوم) Cleaning, Normalizing & Validating Training Data Part 3

• جریان کاری آموزش با استفاده از LoRA/QLoRA Training Workflow Using LoRA/QLoRA

• مانیتورینگ Loss آموزش و شناسایی Overfitting Monitoring Training Loss & Detecting Overfitting

• تکنیک‌های کاهش مصرف حافظه Memory-Saving Techniques

• اکسپورت Adapterهای LoRA/QLoRA برای استقرار (بخش اول) Exporting LoRA/QLoRA Adapters for Deployment

• اکسپورت Adapterهای LoRA/QLoRA برای استقرار (بخش دوم) Exporting LoRAQLoRA Adapters for Deployment part 2

• بارگذاری Adapter در مدل‌های پایه برای استنتاج Loading the Adapter Into Base Models for Inference

• ارزیابی هم‌راستایی: Perplexity، رفتار و سناریوها Evaluating Alignment: Perplexity, Behavior, Scenarios