آموزش برنامه‌نویسی قطعی با مدل‌های زبانی بزرگ (LLM) - آخرین آپدیت

مبانی LLM و RAG در AWS LLM Foundations and RAG on AWS

• مقدمه‌ای بر RAG Intro to RAG

• پیاده‌سازی RAG در AWS RAG on AWS

• نمایش عملی عامل دانش Bedrock RAG Bedrock Knowledge Agent RAG Demo

• بررسی سیستم RAG در Bedrock RAG Bedrock System Walkthrough

• مقدمه دوره: مدل‌های LLM متن‌باز در AWS Course Intro Open Source LLMs on AWS

• هوش مصنوعی مولد در AWS Generative AI on AWS

• توکنایز کردن چیست؟ What Is Tokenization

• معماری چندمدلی Multiple Model Architecture

• نمایش لیست Rust در AWS Bedrock AWS Bedrock List Rust Demo

• نمودار Rust در Bedrock Bedrock Rust Diagram

Amazon Q Developer Amazon Q Developer

• مقدمه‌ای بر Amazon Q Developer Amazon Q Developer Intro

• دستیار مستندسازی Documentation Assistant

ابزارهای محلی LLM و کیفیت Local LLM Toolchains and Quality

• ارزیابی پرامپت‌ها در Bedrock Evaluate Prompts in Bedrock

• رفع مشکلات بسته‌بندی پایتون با ابزار UV CLI Fixing Python Packaging with UV CLI Tool Demo

• قانون آمداهل و کامپایل llama.cpp Amdahl's Law Compiling llama.cpp

• ظرفیت اختصاصی Bedrock (Provisioned IO) Bedrock Provisioned IO

• کامپایل با پرچم‌های llama.cpp llama.cpp Flags Compile

• فرمت فایل GGUF GGUF File Format

• مجموعه ابزار llama.cpp و Qwen Coder llama.cpp Toolchain Qwen Coder

• نمایش چت‌بات Qwen2.5 Coder با llama.cpp llama.cpp Qwen2.5 Coder Chatbot Demo

• اجرای llama.cpp روی GPU در AWS llama.cpp on AWS GPU Demo

SageMaker Canvas و جمع‌بندی SageMaker Canvas and Conclusion

• جمع‌بندی دوره Course Conclusion

• مقدمه‌ای بر SageMaker Canvas SageMaker Canvas Intro

• مرور رابط کاربری Canvas Overview of Canvas UI

• کار با مجموعه‌داده‌ها Working with Dataset

• جمع‌بندی نهایی دوره Course Conclusion