جمینی: بهترین شیوه های مهندسی سریع

Gemini: Prompt Engineering Best Practices

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: یک LLM مانند Google Gemini قادر به درک و پردازش حجم وسیعی از داده ها، حل مشکلات و ایجاد محتوای جدید و خلاق است. در این دوره، Gemini: Prompt Engineering Best Practices، می آموزید که دستورالعمل ها و نکات توصیه شده برای ایجاد اعلان های بهتر که به عنوان بهترین شیوه ها شناخته می شوند، هستند. ابتدا، نحوه استفاده از متن مرجع، تقسیم وظایف به وظایف کوچکتر و نحوه دادن زمان تفکر به مدل را بررسی خواهید کرد. در مرحله بعد، نحوه استفاده از تنظیمات محدودیت دما و نشانه را خواهید دید. در نهایت، نحوه تنظیم دقیق درخواست‌ها برای برنامه‌های خاص را خواهید آموخت. پس از اتمام این دوره، مهارت‌ها و دانش مهندسی سریع مورد نیاز برای ایجاد اعلان‌های حماسی را با رعایت بهترین شیوه‌های Google Gemini خواهید داشت.

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

ایجاد دستورات واضح و آموزشی برای Google Gemini Crafting Clear and Instructional Prompts for Google Gemini

  • استفاده از بهترین شیوه های مهندسی سریع برای نتایج بهتر Leveraging Prompt Engineering Best Practices for Better Results

  • به دست آوردن خروجی های بهتر با استفاده از متن مرجع Obtaining Better Outputs by Using Reference Text

  • ایجاد درخواست های واضح و قابل مدیریت با تقسیم وظایف Creating Clear and Manageable Prompts by Splitting Tasks

  • هدایت خروجی ها با دادن زمان به مدل برای فکر کردن Guiding Outputs by Giving the Model Time to Think

کنترل خروجی ها از طریق تنظیمات و فرمان های تنظیم دقیق Controlling Outputs via Settings and Fine-tuning Prompts

  • دریافت پاسخ های بهتر از جمینی Obtaining Better Responses from Gemini

  • درک دما و تأثیر آن بر پاسخ های LLM Understanding Temperature and Its Effect on Responses from the LLM

  • مدیریت طول خروجی و ارتباط سریع از طریق محدودیت های رمز Managing Output Length and Prompt Relevance via Token Limits

  • درخواست‌های تنظیم دقیق با استفاده از کلمات کلیدی خاص دامنه Fine-tuning Prompts Using Domain Specific Keywords

  • ارزیابی اثربخشی اعلان‌ها بر اساس پاسخ‌های مدل Assessing The Effectiveness of Prompts Based on Model Responses

  • چند کلمه پایانی و تشکر از شما! A Few Final Words and Thank You!

نمایش نظرات

جمینی: بهترین شیوه های مهندسی سریع
جزییات دوره
34m
11
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
از 5
دارد
دارد
دارد
Xavier Morera
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Xavier Morera Xavier Morera

خاویر بسیار علاقه مند به تدریس است ، به دیگران کمک می کند جستجو و Big Data را درک کنند. او همچنین یک کارآفرین ، مدیر پروژه ، نویسنده فنی ، مربی است و دارای چند گواهینامه با Cloudera ، Microsoft و Scrum Alliance ، همراه با MVP مایکروسافت است. او بخش عمده ای از حرفه خود را صرف کار بر روی پروژه های پیشرفته با تمرکز اصلی در .NET ، Solr و Hadoop در میان چند فناوری جالب دیگر کرده است. در طول چندین پروژه ، وی مهارت هایی را برای مقابله با راه حل های نرم افزاری پیچیده سازمانی ، کار با شرکت هایی که از شرکت های نوپا گرفته تا مایکروسافت کار می کنند ، کسب کرده است. خاویر همچنین به عنوان مربی v/trainer در سراسر جهان برای مایکروسافت کار می کرد.