الذكاء الاصطناعي التوليدي

التطبيقات العملية لـ ChatGPT

هذا التخصص يقدم فرصة للانتقال إلى عمق عالم ChatGPT تي، حيث يتم عرض قوته كنموذج لغوي اصطناعي رائد. سيتجه المشاركون من فهم أصول ChatGPT اتقان هندسة البدايات واستكشاف تطبيقاته الواسعة عبر قطاعات متعددة مثل الأعمال التجارية، والبحث، والتعليم، وغيرها.

ChatGPT وهندسة الاستنطاق

نظرة عامة

"اليوم الأول يستكشف تاريخ ChatGPT، وميزاته الفريدة، والدور الذي يلعبه في تحول مختلف الصناعات. يركز ورشة العمل على هندسة البدايات، مغطية المفاهيم الأساسية واستراتيجيات متقدمة مثل التعلم البدون تجريب وبضع اللقطات، بالإضافة إلى تقنيات سلسلة الأفكار. يشارك المشاركون في جلسات عمل عملية، حيث يقومون بصياغة الأوامر وتحسين نهجهم من خلال مناقشات تعليقات."

نتائج التعلم:

ChatGPT للبحث والتعليم والبرمجة

نظرة عامة

اليوم الثاني يتعمق في تطبيقات ChatGPT المتعددة في البحث، والبرمجة، والتعليم. سيتعرف المشاركون على كيفية مساعدة ChatGPT في تصحيح الأوراق البحثية، وتيسير إنتاج الشفرات، وتشكيل المناهج التعليمية. من خلال جلسات عملية، سيشهد الحاضرون بأنفسهم الإمكانيات المحورية ChatGPT في هذه المجالات، مع التركيز على التطبيقات العملية والتأثير الفعلي في العالم الحقيقي.

نتائج التعلم:

ChatGPT لمحترفي الأعمال

نظرة عامة

"اليوم الثالث يستكشف الدور الثوري ChatGPT للمحترفين في مجال الأعمال، ابتداءً من فكرة بدء الأعمال حتى التخطيط الاستراتيجي وإعداد الوثائق القانونية. سيستفيد المشاركون من قدرات ChatGPT في صياغة التصورات المستقبلية، وتحليل الأسواق، وتطوير استراتيجيات التسويق، وحتى صياغة الوثائق القانونية. وتتوج اليوم بإنشاء صفحة هبوط لشركة ناشئة، لعرض التطبيق العملي لـ ChatGPT في سيناريوهات أعمال حقيقية."

نتائج التعلم:

دورة حياة وتكيفات LLMs

نظرة عامة

اليوم الرابع يتناول الدورة الحياتية والتكيفات للنماذج اللغوية الكبيرة (LLMs). سيقوم المشاركون برحلة تبدأ من تحديد حالات الاستخدام وتنتهي بنشر النماذج اللغوية الكبيرة المطورة، مع التركيز على تقنيات ضبط الدقة، بما في ذلك التكيفات المتخصصة في مجالات معينة ومحولات LoRA. تسلط الجلسة أيضًا الضوء على أهمية وتطبيق التعلم التعزيزي مع ملاحظات للبشر في تعزيز أداء النماذج اللغوية الكبيرة.

نتائج التعلم:

تقدمات في النماذج اللغوية الكبيرة

هذا التخصص يستعرض عمق عالم النماذج اللغوية الكبيرة (LLMs) بشكل مفصل. سيتعرف المشتركون على البرمجة المتقدمة للنماذج اللغوية الكبيرة باستخدام إطار العمل الرائد LangChain. مع تقدمهم، سيكشف المشتركون عن أسرار معالجة متعددة اللغات، وتقنيات التوكينة، وتضمين الكلمات. ثم يتحول التركيز في الدورة إلى معمارية ال Transformers وهي أحد أساسيات النماذج اللغوية الكبيرة، مما يمنح المشتركين فهمًا شاملاً وتجربة عملية. تنتهي الرحلة بجلسة عملية حول مكتبة HuggingFace Transformers، مما يمكّن المشتركين من تصميم وتقييم نماذج LLMs الخاصة بهم، مما يضمن اتقانًا شاملًا للموضوع.

البرمجة المتقدمة مع LangChain

نظرة عامة

اليوم الخامس يتناول بعمق البرمجة المتقدمة باستخدام إطار العمل LangChain. سيقوم المشاركون باستكشاف واجهة برمجة التطبيقات API لشركة OpenAI وفهم نشأة LangChain وميزاته الفريدة. يؤكد اليوم على التجربة العملية، حيث سيتم إرشاد الحضور خلال إنشاء دردشة محسنة بالذاكرة باستخدام LangChain، مما يضمن فهمًا عمليًا لقدراته وتطبيقاته في سيناريوهات العالم الحقيقي.

نتائج التعلم:

الترميز متعدد اللغات وتضمين الكلمات - استكشاف اللغتين العربية والإنجليزية

نظرة عامة:

اليوم السادس يتعمق في مجال Tokenization وتضمين الكلمات متعددة اللغات، مع التركيز على اللغة العربية والإنجليزية. سيقوم المشاركون باستكشاف المفاهيم الأساسية وأساليب التضمين المختلفة وتقنيات Tokenization. تؤكد الجلسة على التحديات الفريدة والتقنيات المخصصة للعربية والإنجليزية، وتختتم بتحليلات ورؤى حول النماذج متعددة اللغات.

نتائج التعلم:

المحولات: التقنية الأساسية لـ LLMs

نظرة عامة:

اليوم السابع يستكشف عالم المحولات، وهي التقنية الأساسية لنماذج اللغة الكبيرة. خلال هذا اليوم، سيتعمق المشاركون في رحلة تطور التقنية من الشبكات العصبية التقليدية إلى المحولات، حيث سيتم تحليل البنية المعقدة للمحولات وفهم مفاهيم مثل الانتباه الذاتي والانتباه متعدد الرؤوس وترميز الموقع. وسيتم ختام اليوم بجلسة عمل عملية حيث سيقوم المشاركون ببناء وتقييم نموذج محول من البداية.

نتائج التعلم:

بناء نموذج LLM يشبه LLAMA باستخدام PyTorch من الصفر

نظرة عامة:

اليوم الثامن يغمر المشاركين في بناء نموذج مشابه لنموذج LLAMA باستخدام PyTorch. بدايةً بالتعمق في بنية نموذج LLAMA، سيقوم الحضور بإعداد نموذج أساسي، وتدريبه، وتقييمه. يتقدم اليوم لدمج عناصر محددة لنموذج LLAMA في النموذج، ويتوج بجلسات تدريب وتقييم مقارنة، مما يقدم تجربة عملية في تطوير نموذج متقدم.

نتائج التعلم: