دوره آموزشی ارزیابی مدلهای زبانی بزرگ (LLM) و تکنیکهای مبتنی بر واقعیت
2 ساعت 44 دقیقهمتوسط2024-08-28
مدرسین

Denys Linkov
جزئیات دوره
آیا به دنبال درک عمیقتری از مدلهای زبان بزرگ (LLM) هستید؟ در این دوره، Denys Linkov شما را با تکنیکهای پایهگذاری برای مدلهای زبان بزرگ آشنا میکند. این دوره به بررسی توهمات موجود در LLMها، دلایل آنها و تأثیرات آنها بر قابلیت اطمینان و کاربردپذیری مدلها میپردازد. یاد خواهید گرفت که چگونه نادرستیهای ساختاری و متنی را کاهش دهید تا بتوانید از خروجیهای با کیفیت بالا و حساس به زمان اطمینان حاصل کنید.
Denys Linkov تکنیکهای عملی برای مقابله با توهمات را معرفی میکند، از جمله یادگیری چند شات، تنظیم دقیق مدل، و استفاده از الگوهایی برای هدایت خروجیهای مدلهای زبان بزرگ. علاوه بر این، شما با موضوعات پیشرفتهای مانند زنجیره استدلال فکری، تولید تقویتشده با بازیابی، و مسیریابی مدل برای بهبود عملکرد آشنا خواهید شد.
در طول دوره، با چالشهای دنیای واقعی مواجه خواهید شد که به شما تجربه عملی برای تقویت یادگیریتان میدهد. چه شما یک محقق هوش مصنوعی، یک دانشمند داده، یا یک علاقهمند به فناوری باشید که به قابلیتهای در حال تحول LLM مجذوب شدهاید، این دوره بینشهای ارزشمندی را در مورد چگونگی پیمایش در پیچیدگیهای هوش مصنوعی و بهبود عملکرد مدلهای زبان بزرگ به شما ارائه میدهد.
Denys Linkov تکنیکهای عملی برای مقابله با توهمات را معرفی میکند، از جمله یادگیری چند شات، تنظیم دقیق مدل، و استفاده از الگوهایی برای هدایت خروجیهای مدلهای زبان بزرگ. علاوه بر این، شما با موضوعات پیشرفتهای مانند زنجیره استدلال فکری، تولید تقویتشده با بازیابی، و مسیریابی مدل برای بهبود عملکرد آشنا خواهید شد.
در طول دوره، با چالشهای دنیای واقعی مواجه خواهید شد که به شما تجربه عملی برای تقویت یادگیریتان میدهد. چه شما یک محقق هوش مصنوعی، یک دانشمند داده، یا یک علاقهمند به فناوری باشید که به قابلیتهای در حال تحول LLM مجذوب شدهاید، این دوره بینشهای ارزشمندی را در مورد چگونگی پیمایش در پیچیدگیهای هوش مصنوعی و بهبود عملکرد مدلهای زبان بزرگ به شما ارائه میدهد.
مهارت ها
ClaudeAnthropicGeminiChatGPTOpenAIAI Productivity ToolsGenerative AIPythonGoogleArtificial Intelligence (AI)Programming LanguagesBusiness Software and ToolsOpen SourceSoftware DevelopmentOne-Off
سرفصل ها
0. مقدمه
- 01 - درک تکنیکهای زمینی برای LLM
- 02 - محیط LLM خود را راهاندازی کنید
1. توهمات پایه LLM
- 03 - توهم چیست
- 04 - نمونههای توهم
- 05 - مقایسه توهمات در LLMها
- 06 - خطرات توهم
- 07 - چالش - یافتن توهم
- 08 - راه حل - یافتن توهم
2. انواع توهم
- 09 - آموزش LLMها در مورد دادههای حساس به زمان
- 10 - دادههای آموزشی ضعیف است
- 11 - وفا و زمینه
- 12 - پاسخهای مبهم
- 13 - ساختار خروجی نادرست
- 14 - امتناع از پاسخ
- 15 - توهمات تنظیم دقیق
- 16 - تکنیکها و تنظیمات نمونه گیری LLM
- 17 - نقل قولهای بد
- 18 - استخراج اطلاعات ناقص
3. کاهش توهم
- 19 - یادگیری چند شات
- 20 - استدلال زنجیره ای فکری
- 21 - قالبهای ساخت یافته
- 22 - نسل افزوده بازیابی
- 23 - به روز رسانی نسخههای مدل LLM
- 24 - تنظیم دقیق مدل برای کاهش توهم
- 25 - تنظیم گردش کار از طریق مسیریابی مدل
- 26 - چالش - بررسی خودکار تجارت الکترونیک با LLM
- 27 - راه حل - بررسی خودکار تجارت الکترونیک با LLM
4. تشخیص توهم
- 28 - ایجاد خطوط لوله ارزیابی LLM
- 29 - خطوط لوله خودارزیابی LLM
- 30 - سیستمهای انسان در حلقه
- 31 - مدلهای تخصصی تشخیص توهم
- 32 - ساخت مجموعه داده ارزیابی
- 33 - بهینهسازی درخواستها با DSPY
- 34 - بهینهسازی تشخیص توهم با DSPY
- 35 - آزمایش کاربر LLM در دنیای واقعی
- 36 - چالش - یک عامل چیزهای بی اهمیت هوش مصنوعی
- 37 - راه حل - یک عامل چیزهای بی اهمیت هوش مصنوعی
5. بررسی مقاله توهم
- 38 - راگاس - مقاله ارزشیابی
- 39 - توهم در مدلهای بزرگ ترجمه چند زبانه
- 40 - آیا LLMها آنچه را که نمی دانند میدانند؟
- 41 - تنظیم دقیق زمانی ساعت - LLM را تنظیم کنید
- 42 - بررسی اوراق توهم
نتیجه گیری
- 43 - تمرین خود را در زمینه تکنیکهای زمینی برای LLMها ادامه دهید
دوره های مرتبط
- دوره آموزشی ارزیابیهای هوش مصنوعی: مبانی و مثالهای عملی
- دوره آموزشی هوش مصنوعی Azure برای توسعهدهندگان: مبانی طراحی هوش مصنوعی
- دوره آموزشی ارزیابیهای هوش مصنوعی برای رهبران محصول و مدیران محصول هوش مصنوعی
- دوره آموزشی ارزیابی ایجنتهای هوش مصنوعی با Google ADK
- دوره آموزشی هماهنگسازی هوش مصنوعی: اعتبارسنجی، بازخورد کاربران و معیارهای عملکرد
- دوره آموزشی ساخت برنامههای ارزیابی LLM با LangChain
- دوره آموزشی راهنمای کامل ارزیابی مدلهای زبان بزرگ (LLMها)
- دوره آموزشی مدلهای زبانی بزرگ (LLM) کاربردی برای علم داده مدرن
مسیرهای مرتبط
- مسیر آموزشی تسلط بر تولید مبتنی بر بازیابی (RAG)
- مسیر آموزشی ساخت محصولات هوش مصنوعی با استفاده از سرویسهای Azure AI در چرخه توسعه
- مسیر آموزشی درک هوش مصنوعی تولیدکننده برای رهبران فناوری
- مسیر آموزشی ساخت محصولات هوش مصنوعی: گواهینامه حرفهای معماری و ارکستراسیون
- مسیر آموزشی مدرک حرفهای ساخت محصولات هوش مصنوعی: فهم روند کار
- مسیر آموزشی SQL برای حرفهایهای داده در مالی
- مسیر آموزشی راهنمای توسعهدهنده Google Gemini
- مسیر آموزشی ساخت مهارتهای آماده برای آینده در عصر هوش مصنوعی مولد