به این دوره جامع خوش آمدید که به شما نحوه کار مدلهای زبان بزرگ (LLM) را آموزش میدهد! در سالهای اخیر، LLMها حوزه هوش مصنوعی را متحول کردهاند و به برنامههایی مانند ChatGPT، DeepSeek و دیگر دستیاران پیشرفته هوش مصنوعی قدرت بخشیدهاند. اما این مدلها چگونه متن شبیه به انسان را درک کرده و تولید میکنند؟ در این دوره، مفاهیم اساسی پشت LLMها، از جمله مکانیزمهای توجه، ترانسفورمرها، و معماریهای مدرن مانند DeepSeek را به تفصیل بررسی خواهیم کرد. در ابتدا، ایده اصلی مکانیزمهای توجه را کاوش خواهیم کرد که به مدلها اجازه میدهند روی مرتبطترین بخشهای متن ورودی تمرکز کنند و درک متنی را بهبود بخشند. سپس، به ترانسفورمرها، ستون فقرات LLMها، خواهیم پرداخت و تحلیل خواهیم کرد که چگونه پردازش موازی کارآمد متن را امکانپذیر میسازند و منجر به عملکردی پیشرو در پردازش زبان طبیعی (NLP) میشوند. همچنین با خود-توجهی (self-attention)، رمزگذاریهای موقعیتی (positional encodings) و توجه چند-سر (multi-head attention) آشنا خواهید شد که اجزای کلیدی هستند و به مدلها کمک میکنند تا وابستگیهای بلندمدت در متن را ثبت کنند. فراتر از اصول اولیه، DeepSeek را که یک مدل متنباز پیشرفته طراحی شده برای گسترش مرزهای کارایی و عملکرد هوش مصنوعی است، بررسی خواهیم کرد. شما درک خواهید کرد که DeepSeek چگونه مکانیزمهای توجه را بهینهسازی میکند و چه چیزی آن را به یک رقیب قدرتمند برای سایر LLMها تبدیل کرده است.
در دوره آموزشی Introduction to LLMs Transformer,Attention, Deepseek pytorch با عملکرد، ساختار و کاربرد مدلهای زبان بزرگ (LLM) آشنا خواهید شد.
