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

قابلیت‌های هسته‌ای LLMها Core Capabilities of LLMs

• اهداف آموزشی Learning Objectives

• چهار قابلیت اصلی LLM Four Major Capabilities of LLM

• بررسی کلی، مزایا، محدودیت‌ها و کاربردهای صنعتی خلاصه‌سازی Overview, Benefits, Limitations, and Industrial Applications of Summarization

• دمو: خلاصه‌ساز متن Demo: Text Summarizer

• بررسی کلی، مزایا، محدودیت‌ها و کاربردهای صنعتی ترجمه محتوا Overview, Benefits, Limitations, and Industrial Applications of Content Translation

کاربردهای تعاملی و تحلیلی LLM Interactive and Analytical LLM Applications

• بررسی کلی، مزایا، محدودیت‌ها و کاربردهای صنعتی چت‌بات‌ها و دستیاران مجازی Overview, Benefits, Limitations, and Industrial Applications of Chatbots and Virtual Assistants

• دمو: بازیاب پاسخ‌گو برای چندین PDF با ChromaDB و LangChain Demo: MultiPDF QA Retriever with ChromaDB and LangChain

• بررسی کلی، مزایا و محدودیت‌های تحلیل احساسات Overview, Benefits, and Limitations of Sentiment Analysis

• دمو: تحلیل احساسات Demo: Sentiment Analysis

ارزیابی و بنچ‌مارک LLM LLM Evaluation and Benchmarking

• بنچ‌مارک و مراحل اجرای آن Benchmarking and Its Steps

• بنچ‌مارک‌های مدل‌های زبانی Benchmarks for Language Models

• دمو: بنچ‌مارک ROUGE Demo: ROUGE Benchmark

• نیاز به بنچ‌مارک‌های جدید Need for New Benchmarks

• تسک‌های بنچ‌مارک GLUE GLUE Benchmark Tasks

• تسک‌های بنچ‌مارک SuperGLUE: بخش اول SuperGLUE Benchmark Tasks: Part 1

• تسک‌های بنچ‌مارک SuperGLUE: بخش دوم SuperGLUE Benchmark Tasks: Part 2

• بنچ‌مارک فراتر از بازی تقلید (BIG bench) Beyond the Imitation Game Benchmark (BIG-bench)

• نکات کلیدی و جمع‌بندی Key Takeaways