آموزش مبانی مهندسی هوش مصنوعی مولد متن‌باز - آخرین آپدیت

دانلود Foundations of Open Generative AI Engineering

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: دوره آموزشی «مبانی مهندسی هوش مصنوعی مولد متن‌باز»، فراگیران را با اصول، معماری‌ها و چالش‌های کلیدی که چشم‌انداز هوش مصنوعی مولد متن‌باز را تعریف می‌کنند، آشنا می‌سازد. با شروع از تفاوت‌های میان مدل‌های متن‌باز (Open Source)، مدل‌های با وزن‌های باز (Open Weights) و مدل‌های دسترسی آزاد (Open Access)، فراگیران چارچوب‌های مختلف مجوزدهی از جمله MIT، Apache و CreativeML Open RAIL-M و پیامدهای آن‌ها برای استفاده تجاری، انتساب و انطباق را بررسی می‌کنند. این دوره سپس به پوشش معماری‌های اصلی مدل‌های زبانی بزرگ (LLM) مانند Llama، Mistral و Mixtral، در کنار مدل‌های دیفیوژن (Diffusion) که برای تولید تصویر استفاده می‌شوند، می‌پردازد. فراگیران تحلیل می‌کنند که چگونه عواملی مانند تعداد پارامترها، پنجره‌های زمینه (Context Windows) و سرعت استنتاج بر عملکرد و تناسب مدل برای کاربردهای مختلف تأثیر می‌گذارند. در بخش نهایی، یک چارچوب تصمیم‌گیری ساختاریافته برای ارزیابی مدل‌های متن‌باز در مقابل مدل‌های بسته، با در نظر گرفتن هزینه، مقیاس‌پذیری، شخصی‌سازی، حریم خصوصی و حاکمیت داده ایجاد می‌شود. با تکمیل گزارش تحلیل انتخاب مدل، فراگیران توانایی ارزیابی انتقادی و پیشنهاد مدل‌های مناسب هوش مصنوعی مولد برای کاربردهای دنیای واقعی را کسب می‌کنند.

سرفصل ها و درس ها

مبانی مهندسی هوش مصنوعی مولد متن‌باز Foundations of Open Generative AI Engineering

  • پادکست: مبانی مهندسی هوش مصنوعی مولد متن‌باز: شروع صحیح Podcast: Foundations of OpenGen AI Engineering: Getting It Right from the Start

  • پادکست: شناسایی هشدارهای مجوز قبل از استقرار Podcast: Spotting License Red Flags Before You Deploy

  • پادکست: کتابچه راهنمای انطباق مدل: بهترین شیوه‌ها و درس‌های کلیدی Podcast: Model Compliance Playbook: Best Practices and Key Lessons

درک مدل‌های متن‌باز و مجوزها Understanding Open Models and Licensing

  • پادکست: چگونه معماری‌های LLM متن‌باز تکامل یافتند Podcast: How Open LLM Architectures Evolved

  • معماری‌ها در عمل: دیفیوژن و پنجره‌های زمینه Architectures in Action: Diffusion & Context Windows

معماری‌ها و قابلیت‌های مدل Model Architectures and Capabilities

  • پادکست: هزینه واقعی انتخاب مدل اشتباه Podcast: The Real Cost of Choosing the Wrong Model

  • پادکست: کنترل، حریم خصوصی و چارچوب‌های تصمیم‌گیری Podcast: Control, Privacy, and Decision Frameworks

  • پادکست: مبانی مهندسی هوش مصنوعی مولد متن‌باز: درس‌های کلیدی برای آینده Podcast: Foundations of OpenGen AI Engineering: Key Lessons to Take Forward

نمایش نظرات

آموزش مبانی مهندسی هوش مصنوعی مولد متن‌باز
جزییات دوره
2h 27m
8
(آخرین آپدیت)
2,020
- 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