لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش بهینهسازی RAG: تکنیکهای پیشرفته برای افزایش دقت و عملکرد مدل
- آخرین آپدیت
دانلود RAG Fine-Tuning: Advanced Techniques for Accuracy and Model Performance
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
با این دوره عملی در مورد RAFT (بهینهسازی بازیابی-تقویتشده)، قدرت تولید محتوای مبتنی بر بازیابی (RAG) را آزاد کنید. بیاموزید چگونه با تلفیق Fine-tuning و RAG، مدلهای تخصصی ایجاد کنید که پاسخهایی دقیق و متناسب با زمینه ارائه دهند. از درک مفاهیم پایه تا پیادهسازی تکنیکهای پیشرفته مانند RAFT و استفاده از ابزارهایی مانند Azure AI Studio، این دوره شما را برای ارتقاء و استقرار سیستمهای پیچیده RAG آماده میکند. ایدهآل برای متخصصین هوش مصنوعی که به دنبال بهینهسازی عملکرد مدل در حوزههای تخصصی هستند.
سرفصل ها و درس ها
مقدمه
Introduction
خوشآمدگویی به دوره RAG و فاینتیونینگ
Welcome to RAG and fine-tuning
1. آشنایی با RAG
1. Introduction to RAG
درک مفهوم RAG
Understanding RAG
ترکیب RAG و فاینتیونینگ: RAFT
Combining RAG and fine-tuning: RAFT
فاینتیونینگ چیست؟
What is fine-tuning?
2. تکنیک RAFT
2. RAFT technique
درک عمیق RAFT
Understand RAFT
فاینتیونینگ و استنتاج
Fine-tuning and inference
نتایج استفاده از RAFT
Results of RAFT
3. آمادهسازی مجموعه داده برای RAFT
3. Dataset Preparation for RAFT
تولید جفتهای پرسش و پاسخ
Q&A pair generation
تولید و ذخیرهسازی مجموعه داده
Generate and save dataset
آمادهسازی دادهها برای RAFT
Preparing the data for RAFT
افزودن پاسخها به جفتهای پرسش و سند
Adding answers to document-question pairs
4. فاینتیون مدل در Hugging Face
4. Fine-Tune the Model in Hugging Face
استفاده از مدل فاینتیون شده
Using the fine-tuned model
فاینتیون مدل Llama 3.2 در Hugging Face
Fine-tuning the Llama 3.2 model on Hugging Face
آشنایی با Hugging Face
Intro to Hugging Face
جمعبندی
Conclusion
گامهای بعدی در RAG و فاینتیونینگ
Next steps with RAG and fine-tuning
مربی و استاد علوم داده
Harshit Tyagi یک مربی و مربی علوم داده است.
Harshit به بیش از هزار دانش آموز کمک کرده است تا اصول برنامه نویسی و علوم داده را تسلط یابند. وی در نقش های خود در OpenClassrooms و Coding Ninjas ، از مهارت فنی خود برای انجام کارگاه ها و کمک به دانشجویان برای آوردن پروژه های دوره خود به خط پایان استفاده می کند. وی همچنین دارای یک کانال YouTube است ، جایی که او مفاهیم اساسی در علوم داده و مصاحبه پایتون را پوشش می دهد نکات و موارد دیگر علاوه بر تمرکز بر آموزش علوم داده ، هارشیت الگوریتم های پردازش داده را با دانشمندان تحقیق در ییل ، MIT و UCLA توسعه داده است.
نمایش نظرات