Telegram Group & Telegram Channel
Media is too big
VIEW IN TELEGRAM
⭕️ دوره Stanford CS229: Machine Learning - با موضوع ساخت LLM

این ارائه، یک مرور کوتاه و مفید درباره ساخت مدلی شبیه به ChatGPT ارائه می‌دهد و مراحل پیش‌آموزش (مدل‌سازی زبان) و پس‌آموزش (SFT/RLHF) را پوشش می‌دهد.

فهرست مطالب:
00:00 - مقدمه
00:10 - مرور کلی مدل‌های زبانی بزرگ (LLM)
00:16 - تعریف مدل‌های زبانی بزرگ
00:19 - مثال‌هایی از مدل‌های زبانی
01:16 - اهمیت داده‌ها
01:20 - معیارهای ارزیابی
01:33 - بخش سیستم‌ها
01:41 - اهمیت سیستم‌ها
01:47 - مدل‌های زبانی مبتنی بر ترانسفورمر
01:57 - تمرکز بر موضوعات کلیدی
02:00 - انتقال به پیش‌آموزش
03:02 - مرور مدل‌سازی زبان
04:17 - توضیح مدل‌های مولد
05:15 - تعریف مدل‌های خودبازگشتی
06:36 - توضیح وظیفه خودبازگشتی
07:49 - مرور آموزش
08:48 - اهمیت توکن‌سازی
10:50 - فرآیند توکن‌سازی
13:30 - مثال توکن‌سازی
16:00 - ارزیابی با معیار پرپلکسیتی
20:50 - روش‌های ارزیابی کنونی
24:30 - معیار آکادمیک: MMLU

در کانال انجمن علوم داده شبکه نخبگان ایران با ما همراه باشید 🌱
|
@DataScience_Association |



group-telegram.com/DataScience_Association/767
Create:
Last Update:

⭕️ دوره Stanford CS229: Machine Learning - با موضوع ساخت LLM

این ارائه، یک مرور کوتاه و مفید درباره ساخت مدلی شبیه به ChatGPT ارائه می‌دهد و مراحل پیش‌آموزش (مدل‌سازی زبان) و پس‌آموزش (SFT/RLHF) را پوشش می‌دهد.

فهرست مطالب:
00:00 - مقدمه
00:10 - مرور کلی مدل‌های زبانی بزرگ (LLM)
00:16 - تعریف مدل‌های زبانی بزرگ
00:19 - مثال‌هایی از مدل‌های زبانی
01:16 - اهمیت داده‌ها
01:20 - معیارهای ارزیابی
01:33 - بخش سیستم‌ها
01:41 - اهمیت سیستم‌ها
01:47 - مدل‌های زبانی مبتنی بر ترانسفورمر
01:57 - تمرکز بر موضوعات کلیدی
02:00 - انتقال به پیش‌آموزش
03:02 - مرور مدل‌سازی زبان
04:17 - توضیح مدل‌های مولد
05:15 - تعریف مدل‌های خودبازگشتی
06:36 - توضیح وظیفه خودبازگشتی
07:49 - مرور آموزش
08:48 - اهمیت توکن‌سازی
10:50 - فرآیند توکن‌سازی
13:30 - مثال توکن‌سازی
16:00 - ارزیابی با معیار پرپلکسیتی
20:50 - روش‌های ارزیابی کنونی
24:30 - معیار آکادمیک: MMLU

در کانال انجمن علوم داده شبکه نخبگان ایران با ما همراه باشید 🌱
|
@DataScience_Association |

BY انجمن علوم داده


Warning: Undefined variable $i in /var/www/group-telegram/post.php on line 260

Share with your friend now:
group-telegram.com/DataScience_Association/767

View MORE
Open in Telegram


Telegram | DID YOU KNOW?

Date: |

Emerson Brooking, a disinformation expert at the Atlantic Council's Digital Forensic Research Lab, said: "Back in the Wild West period of content moderation, like 2014 or 2015, maybe they could have gotten away with it, but it stands in marked contrast with how other companies run themselves today." Although some channels have been removed, the curation process is considered opaque and insufficient by analysts. He said that since his platform does not have the capacity to check all channels, it may restrict some in Russia and Ukraine "for the duration of the conflict," but then reversed course hours later after many users complained that Telegram was an important source of information. Asked about its stance on disinformation, Telegram spokesperson Remi Vaughn told AFP: "As noted by our CEO, the sheer volume of information being shared on channels makes it extremely difficult to verify, so it's important that users double-check what they read." False news often spreads via public groups, or chats, with potentially fatal effects.
from us


Telegram انجمن علوم داده
FROM American