آموزش بهینه‌سازی و فاین‌تیونینگ مدل‌های متنی با PEFT - آخرین آپدیت

درک مفاهیم PEFT و LoRA Understanding PEFT and LoRA

• پادکست: فاین‌تیونینگی که در دنیای واقعی جواب می‌دهد Podcast: Fine-Tuning That Works in the Real World

• کاربرد LoRA: نحوه انطباق و جایگذاری LoRA Applied: How It Fits

• فاین‌تیونینگ بهینه با LoRA: آموزش و ارزیابی در عمل Efficient Fine-Tuning with LoRA: Training and Evaluation in Practice

• چرا LoRA کار می‌کند: ساختار کم‌رتبه در به‌روزرسانی‌های واقعی مدل Why LoRA Works: Low-Rank Structure in Real Model Updates

• استفاده از LoRA در محیط عملیاتی: آداپتورهای ماژولار و فاین‌تیونینگ چنددامنه‌ای Using LoRA in Production: Modular Adapters and Multi-Domain Fine-Tuning

پیاده‌سازی فاین‌تیونینگ با QLoRA Implementing Fine-Tuning with QLoRA

• پادکست: پیاده‌سازی فاین‌تیونینگ با QLoRA Podcast: Implementing Fine-Tuning with QLoRA

• راه‌اندازی QLoRA در ژوپیتر (Jupyter) Setting Up QLoRA in Jupyter

• آموزش و عیب‌یابی مدل QLoRA Training and Debugging a QLoRA Model

بهینه‌سازی هایپرپارامترها Hyperparameter Optimization

• تنظیمات عملی: یافتن نقطه بهینه (Sweet Spot) Hands-On Tuning: Finding the Sweet Spot

ارزیابی مدل‌های فاین‌تیون شده Evaluating Fine-Tuned Models

• پادکست: اندازه‌گیری عوامل موفقیت مدل‌های فاین‌تیون شده Podcast: Measuring What Makes Fine-Tuned Models Work

• ارزیابی در عمل: تست مدل فاین‌تیون شده شما Evaluation in Action: Testing Your Fine-Tuned Model

• ارزیابی در عمل: بصری‌سازی و گزارش عملکرد مدل Evaluation in Action: Visualizing & Reporting Your Model’s Performance

• پادکست: جمع‌بندی نهایی: فاین‌تیونینگ کاربردی و موفق Podcast: Putting It All Together: Fine-Tuning That Works