ارزیابی هوش مصنوعی برای همه: چگونه افراد غیر مهندس می توانند سیستم های هوش مصنوعی بهتری با هوش انسانی بسازند

مدرس Humane Intelligence

انتشار 2026/06/30

مدت زمان 1h 31m

سطح مناسب همه

فایل تمرینی دارد

آموزش AI Evaluations for Everyone: How Non-Engineers Can Build Better AI Systems with Humane Intelligence

افراد غیرمهندس می توانند سیستم های هوش مصنوعی بهتری را از طریق هوش انسانی بسازند. در این دوره با روش های کاربردی دامنه محور برای ارزیابی سیستم های هوش مصنوعی در برابر ماموریت ها، ارزش ها و نیازهای دنیای واقعی سازمانی آشنا شوید. بیاموزید که چگونه ارزیابی‌های انسان در حلقه را انجام دهید که سیستم‌های هوش مصنوعی را در زمینه‌های معناداری مانند بهداشت عمومی و آموزش آزمایش می‌کند. نحوه شناسایی ناهماهنگی ها و سوگیری های احتمالی در خروجی های هوش مصنوعی را در اوایل چرخه توسعه کشف کنید. بحث‌های پر جنب و جوش را مشاهده کنید و تمرین‌های دنیای واقعی را که برای آوردن مفاهیم انتزاعی هوش مصنوعی در ارزیابی‌های ملموس طراحی شده‌اند، مرور کنید. چه بر روی تیم‌های ماموریت‌محور کار کنید، چه پروژه‌هایی را رهبری کنید، یا بخشی از عملیات خط‌مشی باشید، این دوره به شما این امکان را می‌دهد که تصمیم‌گیری آگاهانه در مورد پذیرش هوش مصنوعی بگیرید. در طراحی طبقه بندی ها و هستی شناسی ها، اجرای ارزیابی های هوش مصنوعی و کاهش خطرات مهارت کسب کنید. مخاطب: حرفه‌ایانی که مسئول تصمیم‌های اتخاذ هوش مصنوعی هستند تیم های ماموریت محور سازمان هایی که هوش مصنوعی را برای تأثیر اجتماعی یا منافع عمومی به کار می گیرند مدیران محصول سرنخ های برنامه تیم های سیاست متخصصین محتوا یا عملیات

AI Evaluation سواد هوش مصنوعی Artificial Intelligence (AI) Generative AI

Introduction

You can build better AI systems ()

1. Building Your First AI Evaluation: Red Teaming

Why AI evals are important ()

Red teaming and other evals in practice ()

An AI red teaming workshop end-to-end ()

Introduction to the mini project (pizza shop red teaming exercise) ()

2. AI Contextual Evaluations

Mapping problem spaces: Taxonomical vs. ontological/knowledge graph approaches ()

Mini project: Select and justify your evaluation strategy ()

3. Designing Taxonomies and Ontologies

The evaluation spectrum: From fully automated to fully human ()

Taxonomies and ontologies in practice ()

Mini project: Setting up your taxonomy ()

4. Identifying AI Failure Modes

Bias in data and models ()

Factuality and hallucinations ()

Misdirection and over-reliance ()

Security and adversarial risks ()

Mini project: Identify priority risks for fake pizza restaurant reviews ()

5. Running the Evaluation

Prompt selection and scenario design (governance) ()

Red teaming best practices ()

Expert review and annotation in red teaming ()

Mini project: Draft your red teaming plan ()

6. Final Project: From Findings to Decision

Making sense of red teaming data ()

Now what? Working with red team results ()

Mitigation strategies and guardrails ()

Mini project: Select the best AI model and finalize your evaluation ()

Additional resources and next steps ()

Ex_Files_AI_Evals_for_Everyone.zip (260 KB)

دانلود فایل فشرده

با توجه به امکانات آموزش و همچنین امکانات بسته انتخاب شده لینک دانلود فایل فشرده آماده خواهد شد. با در نظر داشتن این شرایط لطفا بسته مورد نظر خود را انتخاب کرده و روی دکمه درخواست لینک دانلود کلیک کنید

در حال به روزرسانی اطلاعات

درخواست لینک دانلود

در حال به روزرسانی اطلاعات

لطفا قبل از فعالسازی لینک دانلود به موارد زیر توجه کنید:

پسورد فایل‌های فشرده است.
لینک‌های آماده شده تا 8 روز پس از فعالسازی منقضی خواهند شد.
حجم فایل‌ها تخمینی هستند.
در صورتی که لینک دانلود تا 15دقیقه پس از درخواست آماده نشد، از بخش پشتیبانی پیگیری نمایید.