راهنمای کامل برای ارزیابی مدلهای بزرگ زبان (LLMS)

مدرس Sinan Ozdemir

انتشار 2025/07/02

مدت زمان 7h 56m

سطح مناسب همه

فایل تمرینی ندارد

آموزش Complete Guide to Evaluating Large Language Models (LLMs)

در این دوره جامع ، Sinan Ozdemir متخصص AI و LLM دانش و مهارت های خود را برای ارزیابی عملکرد LLM به اشتراک می گذارد. مقدمه مفصلی در مورد فرآیند ارزیابی LLMS ، Multimodal AI و برنامه های کاربردی AI مانند عوامل و RAG دریافت کنید. بیاموزید که چگونه این ابزارهای هوش مصنوعی قدرتمند و غالباً ناخوشایند را ارزیابی و ارزیابی کنید تا بتوانید اطمینان حاصل کنید که آنها نیازهای دنیای واقعی شما را برآورده می کنند. این دوره شما را برای ارزیابی و بهینه سازی LLM ها آماده می کند تا بتوانید برنامه های برش AI را تولید کنید. این دوره توسط پیرسون ایجاد شده است. ما خوشحالیم که این آموزش را در کتابخانه خود میزبانی می کنیم.

Artificial Intelligence (AI) مدل‌های زبان بزرگ (LLM) Retrieval-Augmented Generation (RAG)

Introduction

Evaluating LLMs: Introduction ()

1. Foundations of LLM Evaluation

Topics ()

Introduction to evaluation: Why it matters ()

Generative versus understanding tasks ()

Key metrics for common tasks ()

2. Evaluating Generative Tasks

Topics ()

Evaluating multiple-choice tasks ()

Evaluating free text response tasks, part 1 ()

Evaluating free text response tasks, part 2 ()

AIs supervising AIs: LLM as a judge ()

3. Evaluating Understanding Tasks

Topics ()

Evaluating embedding tasks ()

Evaluating classification tasks ()

Building an LLM classifier with BERT and GPT ()

4. Using Benchmarks Effectively

Topics ()

The role of benchmarks ()

Interrogating common benchmarks ()

Evaluating LLMs with benchmarks ()

5. Probing LLMs for a World Model

Topics ()

Probing LLMs for knowledge ()

Probing LLMs to play games ()

6. Evaluating LLM Fine-Tuning

Topics ()

Fine-tuning objectives ()

Metrics for fine-tuning success ()

Practical demonstration: Evaluating fine-tuning ()

Evaluating and cleaning data ()

7. Case Studies

Topics ()

Evaluating AI agents: Task automation and tool integration ()

Measuring retrieval-augmented generation (RAG) systems ()

Building and evaluating a recommendation engine using LLMs ()

Using evaluation to combat AI drift ()

Time-series regression ()

8. Summary of Evaluation and Looking Ahead

Topics ()

When and how to evaluate ()

Looking ahead: Trends in LLM evaluation ()

Conclusion

Evaluating LLMs: Summary ()

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.