
توضیحات
دوره Foundations of Small Language Model Engineering. این دوره آموزشی به بررسی اصول مهندسی مدلهای زبانی کوچک (SLM) و نحوه انتخاب، ارزیابی و استقرار آنها در محیطهای محلی برای رفع نیازهای کیفی، حریم خصوصی و عملکردی در دنیای واقعی میپردازد. استقرار مدلهای زبانی بزرگ (LLM) در محیطهای عملیاتی اغلب شامل هزینههای بالا، تاخیر، نگرانیهای حریم خصوصی و نیازهای زیرساختی سنگینی است که بسیاری از سناریوهای کاربردی واقعی قادر به پذیرش آنها نیستند. این دوره آموزشی مهارتها و دانش مورد نیاز را برای انتخاب، ارزیابی و استقرار مدلهای زبانی کوچک به گونهای که با نیازهای کیفی و عملکردی سیستمها مطابقت داشته باشند، فراهم میسازد. در این مسیر آموزشی، ساختار و ویژگیهای مدلهای زبانی کوچک بررسی میشود و مشخص میشود که چگونه معماری، نیازهای سختافزاری و توازن کارایی آنها با مدلهای زبانی بزرگ مقایسه میشوند. علاوه بر این، روشهای مقایسه خانوادههای مختلف مدلها، تحلیل شناسنامهها و مجوزهای مدل، و ارزیابی آنها بر اساس معیارها و بنچمارکهای تخصصی به جای اتکا به جدولهای امتیاز عمومی آموزش داده میشود. در نهایت، نحوه راهاندازی یک محیط سرور محلی، اجرای فرآیند استنتاج (Inference) و ایجاد یک مبنای عملکردی مستند شده بررسی خواهد شد. پس از پایان این دوره، دانشپژوهان مهارتهای لازم برای انتخاب و استقرار مطمئن مدل زبانی کوچک مناسب را برای کاربردهای عملیاتی خود کسب خواهند کرد و میتوانند بدون هزینههای سنگین زیرساختی، از قدرت هوش مصنوعی بهرهمند شوند.
پس از Extract، با Player دلخواه خود مشاهده کنید.
