آموزش بهینه‌سازی و ارکستراسیون کانتکست (Context) - آخرین آپدیت

دانلود Context Optimization and Orchestration

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: با انتقال اپلیکیشن‌های AI ایجنتی که با مدل‌های زبانی بزرگ (LLM) تعامل دارند از مرحله پروتوتایپ به محیط عملیاتی، شکاف بین یک دموی ساده در نوت‌بوک و سیستمی که در مقیاس سازمانی با قابلیت اطمینان بالا عمل کند، تقریباً همیشه به دلیل مشکلات مربوط به کانتکست (زمینه) است. در این دوره، «بهینه‌سازی و ارکستراسیون کانتکست»، شما مهارت‌های یک متخصص را می‌آموزید که بتواند زیرساخت‌های بازیابی و ارکستراسیونی را طراحی، پیاده‌سازی، دیباگ و به‌طور مستمر بهبود ببخشد؛ زیرساختی که تعیین می‌کند یک سیستم هوش مصنوعی در لحظه پاسخ‌دهی، به چه اطلاعاتی دسترسی دارد. در ابتدا، نحوه طراحی و پیاده‌سازی خط‌لوله‌های (Pipelines) کانتکست را خواهید آموخت که بر اساس متاداده‌ها، تصمیمات هوشمندانه‌ای می‌گیرند که برای یک پرس‌وجوی خاص، کدام بازیاب (Retriever) فراخوانی شود. سپس، تسلط عملی بر مدل‌سازی با LangGraph و جریان‌های کاری کانتکست چند-ایجنتی را به عنوان گراف‌های جهت‌دار حالت‌مند (Stateful Directed Graphs) بررسی خواهید کرد. در نهایت، یاد می‌گیرید که چگونه با استفاده از خط‌لوله‌های ارزیابی خودکار، چرخه را کامل کنید. این سیستم‌ها پس‌رفت‌های متریک را شناسایی کرده، جستجوی پارامترهای بازیابی را فعال می‌کنند و اجراهای با اطمینان پایین را برای بررسی انسانی علامت‌گذاری می‌کنند تا استک نظارت (Observability) شما از یک سیستم لاگ‌گیری غیرفعال به یک موتور فعال تضمین کیفیت تبدیل شود. پس از اتمام این دوره، شما دانش و مهارت‌های لازم برای بهینه‌سازی و ارکستراسیون کانتکست را خواهید داشت تا بتوانید زیرساخت بازیابی و مدیریت اطلاعاتی را طراحی و ارتقا دهید که دانش سیستم AI را در لحظه پاسخ‌دهی تعیین می‌کند.

سرفصل ها و درس ها

نحوه ساخت خط‌لوله‌های کانتکست مقیاس‌پذیر و تطبیقی How to build scalable and adaptive context pipelines

  • طراحی معماری‌های مسیریابی بازیابی Designing retrieval routing architectures

  • دموی مسیریابی هوشمند پرس‌وجوها Demo of intelligent query routing

  • طراحی خط‌لوله‌های کانتکست در سطح عملیاتی (Production) Designing production-grade context pipelines

یکپارچه‌سازی فریم‌ورک‌های ارکستراسیون برای جریان پویا کانتکست Integrate orchestration frameworks for dynamic context flow

  • مدل‌سازی خط‌لوله‌های کانتکست پویا Modeling dynamic context pipelines

  • دموی دستیار پژوهشی ایجنتی پویا Demo of a dynamic agentic research assistant

  • دموی مدیریت حالت (State) کانتکست پویا Demo of dynamic context state management

ابزارهای نظارت (Observability) برای بهبود مستمر خط‌لوله‌های کانتکست Observability tools to continuously improve context pipelines

  • دموی ابزارهای نظارت برای ردیابی و دیباگ کانتکست Demo of observability tools for context tracing and debugging

  • دموی ردیابی متریک‌ها: تأخیر، نرخ命中 کانتکست و دقت استناد (Grounding) Demo of tracking metrics: Latency, context hit-rate, and grounding accuracy

  • حلقه‌های ارزیابی مستمر برای تطبیق استراتژی‌های بازیابی و فشرده‌سازی Continuous evaluation loops for adapting retrieval and compression strategies

  • دموی حلقه‌های ارزیابی مستمر برای تطبیق استراتژی‌های بازیابی و فشرده‌سازی Demo of continuous evaluation loops for adapting retrieval and compression strategies

نمایش نظرات

آموزش بهینه‌سازی و ارکستراسیون کانتکست (Context)
جزییات دوره
45m
10
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
از 5
دارد
دارد
دارد
Ed Coughlin
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Ed Coughlin Ed Coughlin

اد، معمار سیستم‌های هوش مصنوعی است که در زمینه خط لوله‌های AI، مهندسی کانتکست و مشاهده‌پذیری هوش مصنوعی تخصص دارد. او همچنین نویسنده و دارنده پتنت ثبت شده در ایالات متحده با عنوان «سیستمی برای هدایت مدیریت دانش» است.