ارزیابی LLM و تکنیک های زمینی

آیا به دنبال کسب اطلاعات بیشتر در مورد مدلهای بزرگ زبان (LLM) هستید؟ به مربی Denys Linkov بپیوندید ، زیرا او به بررسی توهم ، دلایل آنها ، پیامدهای آنها در قابلیت اطمینان و قابلیت استفاده LLM ها و نحوه کاهش نادرستی های ساختاری و متنی برای اطمینان از خروجی با کیفیت بالا و حساس می پردازد. تکنیک های عملی را برای پرداختن به توهم ، از جمله یادگیری چند عکس ، تنظیم دقیق مدل و الگوهای هدایت خروجی LLM ایجاد کنید. شما همچنین به موضوعات پیشرفته تری مانند زنجیره استدلال فکر ، نسل بازیابی-آگوس و مسیریابی مدل برای افزایش عملکرد LLM می پردازید. مهارت های جدید خود را در طول مسیر با چالش های دنیای واقعی که تجربه ای مفید را برای تقویت یادگیری شما فراهم می کند ، آزمایش کنید. این که آیا شما یک محقق هوش مصنوعی ، یک دانشمند داده یا یک علاقه مندان به فناوری هستید که تحت تأثیر قابلیت های در حال تحول LLM ها قرار می گیرد ، این دوره بینش ارزشمندی در مورد پیمایش پیچیدگی های AI با سهولت ارائه می دهد. با استفاده از برنامه های GitHub ، می توانید از هر دستگاهی ، در هر زمان و در حالی که از ابزاری استفاده می کنید که احتمالاً در محل کار با آن روبرو خواهید شد ، از هر دستگاهی استفاده کنید. برای یادگیری نحوه شروع کار ، از فیلم "استفاده از CodeSpaces GitHub با این دوره" دیدن کنید.