آموزش عامل‌های چندوجهی با مدل‌های بینایی-زبانی (VLM) - آخرین آپدیت

مبانی بینایی-زبانی و RAG چندوجهی Vision-Language Foundations and Multimodal RAG

• مرور کلی تخصص Specialization Overview

• معرفی دوره Course Introduction

• مدل‌های بینایی-زبانی چگونه «می‌بینند» How Vision-Language Models "See"

• چرا بازیابی برای عامل‌ها اهمیت دارد Why Retrieval Matters for Agents

• تولید محتوای تقویت‌شده با بازیابی (RAG) چیست؟ What is Retrieval-Augmented Generation (RAG)?

• دمو: دسته‌بندی تصاویر به روش Zero Shot Demonstration: Zero-Shot Image Classification

• دمو: درک مفاهیم امبدینگ‌ها Demonstration: Understanding Embeddings

• دمو: ساخت یک سیستم جستجوی چندوجهی ساده Demonstration: Building a Basic Multimodal Search System

• دمو: ساخت خط لوله RAG چندوجهی برای پرسش و پاسخ اسناد Demonstration: Building a Multimodal RAG Pipeline for Document Q&A

• دمو: استخراج اطلاعات از نمودارهای PDF با RAG چندوجهی Demonstration: Querying PDF Charts with Multimodal RAG

• دمو: مقایسه خروجی‌های متنی خالص و چندوجهی Demonstration: Comparing Text-Only and Multimodal Outputs

معماری عامل‌ها و یکپارچه‌سازی ابزارها Agent Architectures and Tool Integration

• الگوهای طراحی عامل Agent Design Patterns

• طراحی طرحواره‌های ابزار قابل اعتماد Designing Reliable Tool Schemas

• دمو: ساخت عامل برنامه‌ریز-اجراکننده Demonstration: Building a Planner-Executor Agent

• دمو: ارکستراسیون ابزارهای متعدد Demonstration: Orchestrating Multiple Tools

• دمو: ساخت عامل خلاصه‌ساز وب Demonstration: Building a Web Summarization Agent

• دمو: ساخت عامل طراحی تبدیل تصویر به تصویر Demonstration: Creating an Image-to-Image Design Agent

همکاری عامل‌های چندگانه Multi-Agent Collaboration

• الگوهای انتقال وظایف بین عامل‌ها Multi-Agent Handoff Patterns

• دمو: ساخت سیستم همکاری دو-عاملی Demonstration: Building a Two-Agent Collaboration System

• دمو: ساخت یک «تیم مارکتینگ» همکاری با عامل‌های AI Demonstration: Building a Collaborative "Marketing Team" with AI Agents

• دمو: عیب‌یابی گفتگوهای چند-عاملی Demonstration: Debugging a Multi-Agent Conversation

• دمو: خط لوله چندوجهی چند-عاملی Demonstration: Multimodal Multi-Agent Pipeline

• جمع‌بندی دوره Course Summary