آموزش فاین تیونینگ و سفارشی‌سازی LLM

آنچه یاد خواهید گرفت:

• فاین تیونینگ LLMs با استفاده از یادگیری نظارت‌ شده، تکنیک‌های PEFT و RLHF
• آماده‌سازی و ساختاردهی مجموعه داده‌ها برای آموزش کارآمد مدل
• بهینه‌سازی دقت مدل با تیونینگ هایپرپارامترها و بررسی سوگیری
• ساخت اپلیکیشن‌های GenAI واقعی با مدل‌های فاین تیونینگ مانند Falcon-7B و DALL·E

توضیحات دوره

این دوره فاین تیونینگ LLM شما را به مهارت‌های لازم برای بهینه‌سازی و استقرار مدل‌های زبانی بزرگ مختص دامنه برای کاربردهای پیشرفته Generative AI مجهز می‌کند. شما با مفاهیم بنیادی شروع می‌کنید و فاین تیونینگ نظارت‌ شده، متدهای بهینه از نظر پارامتر (PEFT) و یادگیری تقویتی با بازخورد انسانی (RLHF) را می‌آموزید.

شما به آماده‌سازی داده‌، تیونینگ هایپرپارامترها و استراتژی‌های کلیدی ارزیابی مسلط می‌شوید. شما به سمت پیاده‌سازی با استفاده از فریمورک‌ها و کتابخانه‌های LLM پیش می‌روید و بهترین شیوه‌ها را برای انتخاب مدل، نظارت بر سوگیری و کنترل بیش‌برازش به کار می‌گیرید. شما با دموهای عملی نتیجه‌گیری می‌کنید، مدل Falcon-7B را فاین تیونینگ می‌کنید و یک اپلیکیشن تولید تصویر با استفاده از LangChain و OpenAI DALL·E می‌سازید.

شما باید پیشینه قوی در پایتون، اصول یادگیری عمیق و آشنایی قبلی با مدل‌های زبانی بزرگ داشته باشید.

آنچه در پایان دوره قادر خواهید بود:

• فاین تیونینگ LLMs با استفاده از PEFT و RLHF و متدهای نظارت‌ شده 
• آماده سازی مجموعه داده‌ها و بهینه‌سازی هایپرپارامترها برای تیونینگ
• ارزیابی و استقرار مدل‌های فاین تیونینگ با استفاده از فریمورک‌های GenAI
• اعمال مفاهیم تیونینگ در یوزکیس‌های واقعی مانند اپلیکیشن‌های Falcon-7B و DALL·E

این دوره برای توسعه‌دهندگان هوش مصنوعی، مهندسان یادگیری ماشین و محققان GenAI ایده‌آل است.