آموزش تکنیک‌های فاین‌تیونینگ (Fine-Tuning) برای مدل‌های هوش مصنوعی - آخرین آپدیت

انتخاب مدل، آماده‌سازی داده‌ها و خطوط cơ bản Model Selection, Data Preparation, and Baselines

• مرور کلی تخصص Specialization Overview

• معرفی دوره Course Introduction

• مهندسی داده‌ها برای فاین‌تیونینگ Data Engineering for Fine-Tuning

• عملی: پاکسازی و آماده‌سازی مجموعه‌داده Hands-on: Dataset Cleaning and Preparation

• عملی: توکنایزیشن متن برای خط‌لوله‌های مدرن NLP Hands-on: Text Tokenization for Modern NLP Pipelines

• فرمول‌بندی وظایف در یادگیری ماشین Task Formulation in machine learning

• عملی: تبدیل مسئله تجاری به فرمول‌بندی وظیفه ML Hands-On: Business Problem to ML Task Formulation

• عملی: مهندسی برچسب برای فاین‌تیونینگ Hands-On: Label Engineering for Fine-Tuning

• عملی: انتخاب مدل در Hugging Face Hands-On: Hugging Face Model Selection

گردش‌کارهای فاین‌تیونینگ نظارت‌شده Supervised Fine-Tuning Workflows

• خط‌لوله فاین‌تیونینگ نظارت‌شده The Supervised Fine-Tuning Pipeline

• عملی: زمان‌بندهای نرخ یادگیری Hands-on: Learning Rate Schedulers

• عملی: انباشت گرادینت و پایداری آموزش Hands-On: Gradient Accumulation and Training Stability

• درک فاین‌تیونینگ دستورالعمل‌محور Understanding Instruction Fine-Tuning

• عملی: فاین‌تیونینگ دستورالعمل‌محور به صورت جامع (End to End) Hands-On: End-to-End Instruction Fine-Tuning

ارزیابی، تحلیل خطا و فاین‌تیونینگ بهینه پارامتریک Evaluation, Error Analysis, and Parameter-Efficient Fine-Tuning

• معیارهای ارزیابی مدل: F1, BLEU, ROUGE Model Evaluation Metrics: F1, BLEU, ROUGE

• عملی: معیارهای BERT و تحلیل خطا Hands-On: BERT Metrics and Error Analysis

• آشنایی با PEFT و LORA Introduction to PEFT and LORA

• جمع‌بندی دوره Course Summary