هوش مصنوعی مولد: کار با مدل های زبان بزرگ

مدرس Jonathan Fernandes

انتشار 2022/09/30

مدت زمان 1h 8m

سطح مناسب همه

فایل تمرینی دارد

آموزش Generative AI: Working with Large Language Models

ترانسفورماتورها به سرعت به معماری مورد استفاده برای پردازش زبان طبیعی (NLP) تبدیل شده اند. در نتیجه، دانستن نحوه استفاده از آنها اکنون یک مهارت حیاتی در جعبه ابزار هوش مصنوعی شما است. در این دوره آموزشی، استاد جاناتان فرناندز شما را با بسیاری از مدل‌های کلیدی زبان بزرگ (LLM) که از زمان انتشار OpenAI برای اولین بار GPT-3 و همچنین مشارکت‌های کلیدی هر یک از این LLM‌ها توسعه یافته‌اند، راهنمایی می‌کند.

Generative AI مدل‌های زبان بزرگ (LLM) Natural Language Processing (NLP) Transformer Models

Introduction

Learning about Large Language Models ()

1. Transformers in NLP

What are large language models? ()

Transformers in production ()

Transformers: History ()

2. Training Transformers and Their Architecture

Transfer learning ()

Transformer: Architecture overview ()

Self-attention ()

Multi-head attention and Feed Forward Network ()

3. Large Language Models

GPT-3 ()

GPT-3 use cases ()

Challenges and shortcomings of GPT-3 ()

GLaM ()

Megatron-Turing NLG Model ()

Gopher ()

Scaling laws ()

Chinchilla ()

BIG-bench ()

PaLM ()

OPT and BLOOM ()

Conclusion

Going further with Transformers ()

Glossary_Generative_AI_Large_Language_Models.zip (49 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.

مسیرهای یادگیری آموزش هوش مصنوعی مولد: کار با مدل های زبان بزرگ

یکی از مهمترین مشکلات افرادی که از آموزش های آنلاین استفاده می‌ کنند این است به دلیل تعداد زیاد این آموزش ها، کاربر دچار سردرگمی شده و نمی داند از کدام آموزش بهتر است شروع کند و یا با کدام آموزش ها مهارت های خود را ارتقا دهد. داشتن یک برنامه آموزشی گام به گام میتواند کاربران را از این مشکلات رها کند. در واقع مسیرهای یادگیری مجموعه ای از آموزش ها هستند که به ترتیب اولویت در کنار هم قرار گرفته اند تا کاربران را از این سردرگمی ها نجات دهند. این مسیرها در موضوعات مختلفی دسته بندی شده‌اند که در زیر، لیستی از همه دسته بندی مسیرهایی که توسط سایت لیندا ارائه شده اند را می توانید مشاهده کنید.

آموزش Generative AI: Working with Large Language Models در 2 مسیر آموزشی قرار دارد. تخصص مورد نظر خود را انتخاب کنید، با مسیر یادگیری آن همراه شوید و حرفه ای شوید.

پردازش زبان طبیعی به سرعت به عنوان یک مهارت کلیدی برای مهندسین یادگیری ماشین در حال ظهور است. این مسیر یادگیری در سطح پیشرفته، تکنیک‌ها و ابزارهای پیشرفته NLP را برای مهندسین یادگیری ماشینی فراهم می‌کند تا دانش خود را در این زمینه تعریف‌کننده صنعت افزایش دهند.

آموزش هوش مصنوعی مولد: کار با مدل های زبان بزرگ ، ایستگاه شماره 6 در مسیر یادگیری مهارت های خود را در پردازش زبان طبیعی ارتقا دهید ، است.

مسیر یادگیری مهارت های خود را در پردازش زبان طبیعی ارتقا دهید

مدل‌های زبان بزرگ (LLM) پایه‌های هوش مصنوعی مولد و دلیل محبوبیت آن است. میلیون‌ها زبان‌آموز روزانه با مدل‌های پیشرفته پردازش زبان طبیعی تعامل دارند، و این مهم‌تر از همیشه است که بدانند چگونه از LLM در کار خود استفاده کنند. این مسیر یادگیری "جعبه سیاه" هوش مصنوعی را باز می کند و به یادگیرندگان می آموزد که چگونه LLM ها کار می کنند، چگونه می توانند از امروز کار با آنها را شروع کنند و چگونه محصولات مبتنی بر هوش مصنوعی بسازند.

آموزش هوش مصنوعی مولد: کار با مدل های زبان بزرگ ، ایستگاه شماره 4 در مسیر یادگیری مهارت های خود را با مدل های زبان بزرگ توسعه دهید ، است.