آموزش ارزیابی عملکرد و بهره‌وری مدل‌های زبانی بزرگ (LLM) - آخرین آپدیت

دانلود Evaluating LLM Performance and Efficiency

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره جامع برای مدیران محصول، مهندسان یادگیری ماشین (ML) و سرپرستان فنی طراحی شده است که مسئول تبدیل مفاهیم LLM به سرویس‌های تولیدی قابل اعتماد و مقرون‌به‌صرفه هستند. در فضای امروز مبتنی بر هوش مصنوعی، ساخت یک مدل کاربردی تنها آغاز راه است. شما در این دوره چارچوب کامل اندازه‌گیری، مستندسازی و بهینه‌سازی اپلیکیشن‌های LLM را می‌آموزید تا اطمینان حاصل کنید که این ابزارها ارزش تجاری واقعی را به شکلی بهینه و پایدار ارائه می‌دهند. دوره با تمرکز بر توسعه محصول‌محور آغاز می‌شود و به شما می‌آموزد چگونه یک سند نیازمندی‌های محصول (PRD) دقیق ایجاد کنید که محدوده، ویژگی‌های MVP و معیارهای موفقیت را تعریف کند. شما ویژگی‌ها را بر اساس معیارهای پذیرش ارزیابی می‌کنید تا شکاف‌ها را شناسایی و نیازهای کاربر را اعتبارسنجی نمایید. همچنین الگوهای پرامپت Zero-Shot، Few-Shot و Chain-of-Thought را ارزیابی کرده و دستورالعمل‌های اجرایی (Runbooks) برای مدیریت ایندکس‌های برداری توسعه خواهید داد. در نهایت، یاد می‌گیرید که گزارش‌های هزینه‌های پردازشی را تحلیل کرده و استراتژی‌های ملموس کاهش هزینه مانند کوانتیزاسیون مدل را پیشنهاد دهید و با استفاده از نقشه‌برداری جریان ارزش (Value Stream Mapping)، ناکارآمدی‌ها را در خط لوله‌های توسعه و انتشار شناسایی و حذف کنید.

سرفصل ها و درس ها

توسعه و ارزیابی موثر ویژگی‌های LLM Develop and Evaluate LLM Features Effectively

  • چرا PRD اولین خط دفاعی شماست؟ Why a PRD is Your First Line of Defense?

  • چگونه برای یک ویژگی LLM سند PRD بنویسیم؟ How to Draft a PRD for an LLM Feature?

  • چرا تست‌های سخت‌گیرانه غیرقابل مذاکره هستند؟ Why Rigorous Testing is Non-Negotiable?

  • چگونه یک برنامه تست پذیرش کاربر (UAT) بسازیم و اجرا کنیم؟ How to Build and Execute a UAT Plan?

مستندسازی و ارزیابی موفقیت پرامپت‌های LLM Document and Evaluate LLM Prompting Success

  • چگونه در Confluence یک دستورالعمل اجرایی (Runbook) بسازیم؟ How to Build a Run-book in Confluence

  • فراتر از حدس و گمان: ارزیابی پرامپت‌ها برای محیط عملیاتی Beyond Guesswork: Evaluating Prompts for Production

  • چگونه پرامپت‌ها را A/B تست کرده و توازن‌ها را تحلیل کنیم؟ How to A/B Test Prompts and Analyze Trade-offs?

بهینه‌سازی هزینه‌های LLM و ساده‌سازی فرآیندها Optimize LLM Costs and Streamline Processes

  • کنترل هزینه‌هایspirally مدل‌های LLM LLM Costs Spiral Out of Control

  • پیشنهاد بهینه‌سازی مدل با استفاده از کوانتیزاسیون Propose Model Optimization with Quantization

  • حذف اتلاف‌های پنهان: افزایش سرعت تیم ML Eliminating Hidden Waste: Boosting Your ML Team's Velocity

  • ایجاد نقشه جریان ارزش (VSM) برای وضعیت فعلی و آتی Create a Current and Future-State Value Stream Map (VSM)

انجام ممیزی ۳۶۰ درجه از چت‌بات‌های مبتنی بر LLM Conducting a 360-Degree Audit of an LLM-Powered Chatbot

نمایش نظرات

آموزش ارزیابی عملکرد و بهره‌وری مدل‌های زبانی بزرگ (LLM)
جزییات دوره
8h 32m
11
(آخرین آپدیت)
88
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده