صفر تا صد Ollama - ایجاد اپلیکیشن‌های محلی LLM

آنچه یاد خواهید گرفت:

• نصب و پیکربندی Ollama روی سیستم محلی خود برای اجرای مدل‌های زبانی بزرگ به‌طور خصوصی
• سفارشی‌سازی مدل‌های LLM متناسب با نیازهای خاص با استفاده از گزینه‌ها و ابزارهای خط فرمان Ollama
• اجرای تمام فرمان‌های ضروری ترمینال برای کنترل، نظارت و عیب‌یابی مدل‌های Ollama
• راه‌اندازی و مدیریت رابط مانند چت‌جی‌پی‌تی با استفاده از Open WebUI که به شما امکان تعامل محلی با مدل‌ها را می‌دهد.
• استقرار داکر و Open WebUI برای اجرا، سفارشی‌سازی و اشتراک‌گذاری مدل‌های LLM در یک محیط خصوصی
• استفاده از انواع مدل‌های مختلف شامل متن، بینایی و تولید کد برای کاربردهای مختلف
• ایجاد مدل‌های سفارشی LLM از یک فایل gguf و یکپارچه‌سازی آنها در اپلیکیشن‌های خود
• ساخت اپلیکیشن‌های پایتون که با مدل‌های Ollama از طریق کتابخانه نیتیو آن و سازگاری با OpenAI API ارتباط برقرار کنند.
• توسعه اپلیکیشن RAG (بازیابی نسل افزوده) با یکپارچه‌سازی مدل‌های Ollama و LangChain
• پیاده‌سازی ابزارها و ایجنت‌ها برای بهبود تعاملات مدل در محیط‌های Open WebUI و LangChain برای گردش کارهای پیشرفته

پیش‌نیازهای دوره

• دانش اولیه پایتون و یک کامپیوتر قادر به اجرای داکر و Ollama توصیه می‌شود، اما تجربه قبلی در زمینه هوش مصنوعی ضروری نیست.

توضیحات دوره

آیا بدون وابستگی به راه‌حل‌های ابری به دنبال ساخت و اجرای مدل‌های زبانی بزرگ (LLM) سفارشی در سیستم خود هستید؟ آیا می‌خواهید در عین حفظ حریم خصوصی، از مدل‌های قدرتمند مشابه چت‌جی‌پی‌تی استفاده کنید؟ اگر شما توسعه‌ دهنده، دانشمند داده یا علاقه‌مند به هوش مصنوعی هستید که می‌خواهید اپلیکیشن‌های محلی LLM را ایجاد کنید، این دوره برای شما مناسب است.

این دوره عملی شما را از سطح مبتدی به سطح پیشرفته در استفاده از Ollama، پلتفرمی طراحی شده برای اجرای مدل‌های محلی LLM هدایت می‌کند. شما یاد می‌گیرید که چگونه مدل‌ها را راه‌اندازی و سفارشی‌ کنید، یک رابط مانند چت‌جی‌پی‌تی ایجاد کنید و اپلیکیشن‌های خصوصی - همه اینها را از روی سیستم خود - با استفاده از پایتون بسازید.

آنچه یاد خواهید گرفت:

• نصب و سفارشی‌سازی Ollama برای اجرای مدل‌های محلی LLM
• تسلط به همه ابزارهای خط فرمان برای کنترل موثر Ollama
• اجرای رابط مانند چت‌جی‌پی‌تی روی سیستم خود با استفاده از Open WebUI
• یکپارچه‌سازی انواع مختلف مدل‌ها (متن، بینایی، تولید کد) و حتی ساخت مدل‌های سفارشی خود
• ساخت اپلیکیشن‌های پایتون با استفاده از Ollama و کتابخانه آن، با سازگاری OpenAI API
• استفاده از LangChain برای افزایش قابلیت‌های LLM خود، شامل بازیابی نسل افزوده (RAG)
• استقرار ابزارها و ایجنت‌ها برای تعامل با مدل‌های Ollama در هر دو محیط ترمینال و LangChain

چرا این دوره مهم است؟ در دنیایی که حریم خصوصی به یک نگرانی بزرگتر تبدیل شده، اجرای LLMs به‌طور محلی اطمینان می‌دهد که داده‌ شما روی ماشین شما باقی می‌ماند. این نه تنها امنیت داده‌ را بهبود می‌بخشد بلکه به شما اجازه می‌دهد مدل‌ها را برای تسک‌های تخصصی بدون وابستگی به منابع خارجی سفارشی کنید.

شما فعالیت‌هایی مانند ساخت مدل‌های سفارشی، راه‌اندازی داکر برای رابط‌های وب و توسعه اپلیکیشن‌های RAG که بر اساس داده‌ شما به کوئری‌های کاربران پاسخ داده و بازیابی می‌کنند را انجام خواهید داد. هر بخش پر از کاربردهای واقعی است تا تجربه و اعتماد به نفس لازم را برای ساخت راه‌حل‌های محلی LLM خود به شما ارائه دهد.

چرا این دوره؟

ما به تخصص در تبدیل مباحث پیشرفته AI به راه‌حل‌های عملی و قابل دسترسی می‌پردازیم، با پروژه‌های عملی که اطمینان می‌دهد شما فقط یاد نمی‌گیرید بلکه واقعاً راه‌حل‌های واقعی را می‌سازید. چه شما در LLMs تازه‌کار باشید و چه بخواهید مهارت‌های خود را عمیق‌تر کنید، این دوره تمامی ابزارهایی که نیاز دارید را در اختیارتان قرار می‌دهد.

آیا آماده‌اید تا اپلیکیشن‌های LLM-محور خود را به‌طور خصوصی بسازید؟ اکنون در دوره شرکت کنید و کنترل کامل سفر هوش مصنوعی خود را با Ollama در دست بگیرید.

این دوره برای چه کسانی مناسب است؟

• علاقه‌مندان به هوش مصنوعی که می‌خواهند مدل‌های LLM سفارشی را به‌طور خصوصی روی سیستم‌های محلی خود بسازند و اجرا کنند.
• توسعه‌دهندگان پایتون که به دنبال یکپارچه‌سازی مدل‌های زبانی بزرگ در اپلیکیشن‌های محلی برای افزایش قابلیت هستند.
• دانشمندان داده که هدفشان ساخت ابزارهای مجهز به LLM ایمن و خصوصی بدون وابستگی به راه‌حل‌های ابری هستند.
• مهندسان یادگیری ماشین که به بررسی و سفارشی‌سازی مدل‌های متن‌باز با استفاده از Ollama و LangChain می‌پردازند.
• متخصصان فناوری که می‌خواهند اپلیکیشن‌های RAG (بازیابی نسل افزوده) را با استفاده از داده‌ محلی توسعه دهند.
• توسعه‌دهندگان حساس به حریم خصوصی که علاقه‌مند به اجرای مدل‌های هوش مصنوعی با کنترل کامل بر داده‌ و محیط هستند.