آموزش یکپارچه‌سازی مدل‌های زبانی بزرگ (LLM) متن‌باز - آخرین آپدیت

دانلود Integrating Open Source LLMs

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: مدل‌های زبانی بزرگ متن‌باز (Open Source LLMs)، جایگزین‌هایی قدرتمند و منعطف برای مدل‌های تجاری هستند، اما معمولاً فاقد دانش به‌روز یا تخصصی در حوزه‌های خاص می‌باشند. در ابتدا، نحوه راه‌اندازی اپلیکیشن خود با مدیریت امن اعتبارنامه‌ها و روش‌های یکپارچه‌سازی ایمن را بررسی خواهید کرد تا از اتصالات قابل اعتماد به چندین مدل LLM اطمینان حاصل کنید. سپس، یاد می‌گیرید که چگونه با استفاده از تکنیک‌هایی مانند جستجوی برداری (Vectorized Search) و پایداری وضعیت (State Persistence)، زمینه (Context) را فراهم کرده و تاریخچه گفتگوها را مدیریت کنید تا سیستم‌های مبتنی بر LLM شما بتوانند تعاملاتی منسجم و آگاه از متن ارائه دهند. در نهایت، نحوه بهینه‌سازی عملکرد با استراتژی‌های مقیاس‌پذیری، کشینگ (Caching) و محدودسازی نرخ درخواست‌ها (Rate-limiting) را خواهید آموخت و همزمان فیلترهای نظارتی و تطبیق‌پذیری را برای جلوگیری از خروجی‌های ناامن ادغام می‌کنید. پس از اتمام این دوره، مهارت‌ها و دانش لازم برای طراحی، ساخت و استقرار اپلیکیشن‌های امن، مقیاس‌پذیر و متنی که توسط مدل‌های LLM متن‌باز پشتیبانی می‌شوند را کسب خواهید کرد.

سرفصل ها و درس ها

تضمین قابلیت اطمینان و امنیت در یکپارچه‌سازی LLM Ensuring Reliability and Security in LLM Integration

  • فراتر از مبانی: یکپارچه‌سازی ایمن، کارآمد و پیشرفته Beyond the Basics : Safe, Efficient and Advanced Integration

  • یکپارچه‌سازی LLM: بررسی کلی Integrating LLM : An Overview

  • یکپارچه‌سازی LLM: نصب و راه‌اندازی Integrating LLM : Installation & Setup

  • مدیریت اعتبارنامه‌ها و احرازهویت Managing Credentials & Authentication

  • مقایسه مدل‌های LLM: تمرین عملی تسک‌های تولید محتوا Comparing LLM : Hands-On Generation Tasks

  • درک نحوه استفاده از API، محدودیت‌های نرخ و کدهای خطا Understanding API Usage, Rate Limits & Errors Codes

تکنیک RAG: شخصی‌سازی و ارتقای خروجی‌ها RAG : Customizing and Enhancing Outputs

  • ساخت با استفاده از OpenAI Agents SDK - بخش اول Building with the OpenAI Agents SDK - Part 1/2

  • ساخت با استفاده از OpenAI Agents SDK - بخش دوم Building with the OpenAI Agents SDK - Part 2/2

  • بهره‌گیری از قدرت LLMها با استفاده از RAG Leveraging the Power of the LLMs with RAG

  • ایجاد یک ذخیره‌ساز برداری (Vector Store) Creating a Vector Store

  • بهینه‌سازی خروجی‌های مدل Optimizing Model Outputs

  • ردیابی خروجی‌های LLM و نظارت بر میزان استفاده Tracing LLM Outputs and Monitoring Usage

وضعیت گفتگو و مهندسی زمینه (Context Engineering) Conversation State and Context Engineering

  • افزودن فیلتر نظارتی (Moderation Filter) Adding a Moderation Filter

  • فعال‌سازی مدیریت تاریخچه (Session) Enabling History Management (Session)

نمایش نظرات

آموزش یکپارچه‌سازی مدل‌های زبانی بزرگ (LLM) متن‌باز
جزییات دوره
1h 2m
14
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
4
از 5
دارد
دارد
دارد
Sandy Ludosky
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Sandy Ludosky Sandy Ludosky

توسعه دهنده وب و مربی

سندی لودوسکی کار خود را به عنوان مشاور فناوری اطلاعات در کانادا آغاز کرد.

پس از توسعه وردپرس، سندی شروع به توسعه اپلیکیشن های موبایل iOS با زبان سوئیفت کرد.

سندی متخصص در فن آوری های موبایل و وب به مدت 7 سال، از مشتریان خود در پروژه های تحول دیجیتال پشتیبانی می کند. او همچنین به عنوان یک مربی مستقل برای حمایت از فراگیران در بازآموزی حرفه ای برای مشاغل در توسعه وب کار می کند. سندی اغلب در کارگاه ها و طرح های غیرانتفاعی دیده می شود، جایی که او اشتیاق خود را برای آموزش کد با داوطلبان دیگر به اشتراک می گذارد. در وب، او مرتباً آموزش هایی با محتوای آموزشی جدید منتشر می کند.