مشکل زیرساخت شبکه و افت سرعت کاملاً برطرف شده است. در حال حاضر فعالسازی و آمادهسازی دورهها در حال انجام است. از صبر و شکیبایی شما سپاسگزاریم.
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش RAG و فراخوانی ابزارها (Tool Calling) با DeepSeek
- آخرین آپدیت
دانلود RAG and Tool Calling with DeepSeek
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
اپلیکیشنهای هوش مصنوعی مبتنی بر RAG و ابزار-محور برای چیزی فراتر از تولید پاسخهای متنی ساده طراحی شدهاند. در این دوره عملی، شما RAG و Tool Calling را با DeepSeek خواهید آموخت؛ دورهای کاربردی که به توسعهدهندگان کمک میکند تا برنامههای هوش مصنوعی ساختاریافته، قابل اعتماد، مجهز به ابزار و مبتنی بر دانش ایجاد کنند. چه بخواهید پاسخهای هوش مصنوعی را اعتبارسنجی کنید، مدلها را به ابزارهای خارجی متصل نمایید، اطلاعات را از اسناد استخراج کنید یا توهمات (Hallucinations) مدل را کاهش دهید، این دوره یک نقطه شروع ساختاریافته برای شماست.
شما با بررسی خروجیهای ساختاریافته و طراحی پاسخهای قابل اعتماد، شامل ساختارهای JSON، شمایها (Schemas)، حالتهای استدلال، مدلهای Pydantic، محدودیتهای فیلد، خطاهای اعتبارسنجی، اصلاح پاسخ و استراتژیهای جایگزین (Fallback) شروع خواهید کرد. سپس، با کار بر روی JSON Schema، ابزارهای ماشینحساب، APIهای خارجی، احراز هویت، مدیریت Timeout، دسترسی محدود به SQLite، مسیریابی ابزارهای چندگانه و بازیابی در صورت خطا، وارد مبحث فراخوانی توابع و ادغام ابزارهای خارجی میشوید. در نهایت، تولید تقویتشده بازیابی (RAG) را با بارگذاری اسناد، تکهتکه کردن متن (Chunking)، Embeddings، پایگاههای داده برداری، بازیابی معنایی، انتخاب Top-K، فیلترینگ متادیتا، تولید پاسخ مستند، ارجاع به منابع، کنترل توهمات و تست اپلیکیشنهای RAG بررسی خواهید کرد.
در پایان این دوره، شما قادر خواهید بود:
- پاسخهای ساختاریافته DeepSeek را با استفاده از JSON schemas، مدلهای Pydantic، انواع فیلدها، محدودیتها و قوانین اعتبارسنجی طراحی کنید.
- استراتژیهای اعتبارسنجی، اصلاح و جایگزینی پاسخ را برای جریانهای کاری قابل اعتماد در اپلیکیشنهای هوش مصنوعی پیادهسازی کنید.
- DeepSeek را با استفاده از Function Calling، JSON Schema و روشهای اجرای ایمن به ابزارهای خارجی، APIها و پایگاههای داده محدود متصل کنید.
- خط لولههای (Pipelines) RAG را با استفاده از پردازش اسناد، Embeddingها، ذخیرهسازهای برداری، بازیابی معنایی، انتخاب Top-K و فیلترینگ متادیتا توسعه دهید.
- پاسخهای مستند DeepSeek را از نظر ارتباط با منبع، کنترل توهمات، سوالات پشتیبانی نشده و قابلیت اطمینان کلی اپلیکیشن ارزیابی کنید.
این دوره برای توسعهدهندگان پایتون، توسعهدهندگان اپلیکیشنهای هوش مصنوعی، مهندسان بکاند، مهندسان نرمافزار و هر کسی که میخواهد برنامههای قابل اعتمادی را با استفاده از DeepSeek بسازد، طراحی شده است. اگر با استفادههای پایه از API DeepSeek آشنا هستید و به دنبال مسیری عملی از پاسخهای ساختاریافته به فراخوانی توابع و RAG هستید، این دوره یک تجربه یادگیری هدایتشده را فراهم میکند.
شما باید تجربه پایهای در پایتون، JSON، APIها و کار با خط فرمان (CLI) داشته باشید. آشنایی با APIهای DeepSeek یا سایر LLMها، محیطهای مجازی پایتون و مفاهیم پایه پایگاه داده در کنار اشتیاق به تمرین از طریق توسعه عملی اپلیکیشنهای هوش مصنوعی مفید خواهد بود.
همین حالا ثبتنام کنید و بیاموزید چگونه اپلیکیشنهای هوش مصنوعی قابل اعتماد، ابزار-محور و مبتنی بر دانش را با DeepSeek بسازید.
سرفصل ها و درس ها
خروجی ساختاریافته و طراحی پاسخ قابل اعتماد
Structured Output and Reliable Response Design
معرفی تخصص
Specialization Intro
معرفی دوره
Course Introduction
خروجی ساختاریافته برای اپلیکیشنهای DeepSeek
Structured Output for DeepSeek Applications
حالتهای استدلال و طراحی پاسخ قابل اعتماد
Reasoning Modes and Reliable Response Design
تمرین عملی: تولید یک پاسخ JSON پایه
Hands-On: Generating a Basic JSON Response
تمرین عملی: طراحی مدل پاسخ Pydantic
Hands-On: Designing a Pydantic Response Model
تمرین عملی: اعتبارسنجی خروجی DeepSeek با Pydantic
Hands-On: Validating DeepSeek Output with Pydantic
نمایش نظرات