آموزش هوش مصنوعی مولد (Generative AI) - بخش دوم - آخرین آپدیت

مدل‌های زبانی مبتنی بر ترنسفورمر و پیش‌آموزش Transformer-Based Language Models and Pre-Training

• پیش‌آموزش (Pre Training) Pre-Training

• مدل BERT و تنظیم دقیق (Tuning) BERT & Tuning

• مدل GPT و بازیابی تقویت شده (RAG) GPT and RAG

• مهندسی پرامپت (Prompt Engineering) Prompt Engineering

• قانون مقیاس‌پذیری و یادگیری انتقالی Scaling Law & Transfer Learning

اتوانکودرهای متغیر و مدل‌های متغیر پنهان عمیق Variational Autoencoders and Deep Latent Variable Models

• احتمال، چگالی و تابع جرم Probability, Density, Mass Function

• آشنایی با VAE VAE Introduction

• نمونه‌برداری و بهینه‌سازی مونت کارلو Sampling & Monte Carlo Optimization

• کران پایین شواهد (ELBO) بخش اول Evidence Lower Bound (ELBO) Part 1

• کران پایین شواهد (ELBO) بخش دوم Evidence Lower Bound (ELBO) Part 2

• بررسی عمیق اتوانکودرهای متغیر Variational Autoencoders in Depth

جریان‌های نرمال‌ساز (Normalizing Flows) Normalizing Flows

• جریان نرمال‌ساز بخش اول Normalizing Flow Part 1

• مقدمه‌ای بر حالت تک‌بعدی 1D Introduction

• توضیح تغییر متغیرها Change of Variables Explained

• آشنایی با نگاشت مستقیم و معکوس Introduction to Forward and Inverse Mapping

• مثال دوبعدی: شبکه عصبی عمیق 2D Example: Deep Neural Network

• جریان‌های خطی Linear Flows

• جریان‌های عنصر-به-عنصر و سایر انواع جریان‌ها Elementwise & Other Types of Flows

• جمع‌بندی جریان‌های نرمال‌ساز Summary of Normalizing Flows

شبکه‌های مولد رقابتی (GANs) Generative Adversarial Networks

مدل‌های مبتنی بر انرژی و مدل‌های مبتنی بر امتیاز Energy-Based Models and Score-Based Models

مدل‌های انتشار (Diffusion Models) Diffusion Models

نمونه‌برداری اهمیت تبهیلی و ارزیابی مدل Annealed Importance Sampling and Model Evaluation