آموزش هوش مصنوعی Azure برای توسعه‌دهندگان: ایمنی محتوا و هوش مصنوعی مسئولانه - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• هوش مصنوعی مسئولانه و این دوره Responsible AI and this course

• آنچه باید بدانید What you should know

1. آشنایی با هوش مصنوعی مسئولانه 1. Introduction to Responsible AI

• چارچوب هوش مصنوعی مسئولانه مایکروسافت The Microsoft responsible AI framework

• ملاحظات اخلاقی در هوش مصنوعی Ethical considerations in AI

• مروری بر هوش مصنوعی مسئولانه Overview of responsible AI

2. درک ایمنی محتوای Azure AI 2. Understanding Azure AI Content Safety

• ویژگی‌ها و قابلیت‌های کلیدی Key features and capabilities

• موارد استفاده و کاربردها Use cases and applications

• مقدمه‌ای بر ایمنی محتوای Azure AI Introduction to Azure AI Content Safety

3. مدل‌های زبانی بزرگ (LLMs) و ایمنی محتوا 3. Large Language Models (LLMs) and Content Safety

• چالش‌های مدل‌های زبانی بزرگ Challenges with LLMs

• تضمین ایمنی محتوا در LLMها Ensuring content safety with LLMs

• آشنایی با مدل‌های زبانی بزرگ (LLMs) Introduction to LLMs

4. پیاده‌سازی ایمنی محتوای Azure AI 4. Implementing Azure AI Content Safety

• سفارشی‌سازی فیلترهای محتوا Customizing content filters

• ایمنی محتوا در Azure OpenAI Content safety in Azure OpenAI

• راه‌اندازی ایمنی محتوای Azure AI Setting up Azure AI Content Safety

• استفاده از APIهای ایمنی محتوا Using content safety APIs

5. ویژگی‌های پیشرفته برای مدل‌های زبانی بزرگ 5. Advanced Features for LLMs

• سپر پرامپت (Prompt Shields) Prompt shields

• جمع‌بندی نهایی Bringing it all together

• تشخیص مستند بودن (Groundedness) Groundedness detection

• تشخیص محتوای دارای کپی‌رایت Protected material detection

6. امنیت و انطباق 6. Security and Compliance

• حریم خصوصی و حفاظت از داده‌ها Data privacy and protection

• انطباق با استانداردهای صنعتی Compliance with industry standards

• ویژگی‌های امنیتی داخلی Built-in security features

جمع‌بندی Conclusion

• منابع تکمیلی برای یادگیری مستمر Additional resources for continued learning

• مرور مفاهیم کلیدی Reviewing key concepts