WalkSelf · الذكاء الاصطناعي، التكنولوجيا والهندسة · الذكاء الاصطناعي التوليدي والتعلم العميق

الضبط الدقيق للنماذج اللغوية

تجاوز مرحلة التلقين بتعلم كيفية الضبط الدقيق للنماذج اللغوية المدربة مسبقًا على مجموعات بيانات مخصصة. قم بتكييف نماذج مثل GPT وLlama وBERT لمجالات ومهام محددة لتحسين الأداء والدقة.

18 courses

الضبط الدقيق للنماذج اللغوية

نماذج الذكاء الاصطناعي المحلية مع Ollama: تشغيل نماذج اللغة الكبيرة على أجهزتك الخاصة

نشر نماذج اللغة الكبيرة المحلية: تشغيل الذكاء الاصطناعي مفتوح المصدر على بنية تحتية خاصة

دليل المبتدئين لضبط نماذج اللغة الكبيرة (LLM Fine-Tuning)

أساسيات تحسين LLM: الضغط و Fine-Tuning

مقدمة في LLM Fine-Tuning على بيانات النطاق

نشر LLMs المحلية: vLLM، وQuantization، وInference

أساسيات اختبار وتقييم تطبيقات LLM

مقدمة في ضبط LLM الدقيق باستخدام LoRA و QLoRA

أسس نماذج اللغات الكبيرة: من المحولات إلى ضبط الدقة

ضبط نماذج OpenAI: تخصيص نماذج اللغة الكبيرة ببياناتك الخاصة

أساسيات الذكاء الاصطناعي التوليدي مع Hugging Face

بناء ومواءمة وضبط نماذج LLM من الصفر باستخدام PyTorch

دليل الضبط الدقيق لنماذج اللغة الكبيرة: تخصيص GPT-3.5 ونماذج الذكاء الاصطناعي ببياناتك الخاصة

هندسة الذكاء الاصطناعي التوليدي: ضبط المحولات

التنفيذ الاستراتيجي والضبط الدقيق لنماذج اللغة الكبيرة

مقدمة إلى ضبط درجة الماجستير في القانون: تكييف نماذج الممارسات التجارية السليمة

هندسة الذكاء الاصطناعي: ضبط دقيق لبرامج الماجستير في القانون مفتوحة المصدر مع QLoRA و AWS

مقدمة إلى نماذج اللغة الكبيرة: كيف تعمل نماذجه تحت الغطاء