چطور مدل‌ها را ساده‌تر با انسان همراستا کنیم: از RLHF تا DPO
مدل‌های زبان بزرگ (LLM) هر روز هوشمندتر می‌شوند،…
PPO به زبان ساده: چگونه هوش مصنوعی یاد می‌گیرد مثل ما فکر کند؟
دنیای هوش مصنوعی و به‌خصوص مدل‌های زبانی بزرگ…
۴۰ معیار برتر مدل‌های زبان بزرگ (LLM) با پشتوانه تحقیقاتی و موارد استفاده آن‌ها
با توسعه روزافزون هوش مصنوعی مولد (GenAI)، تمرکز…
درک مقاله DeepSeek R1
فهرست مطالب مقدمه و خلاصه مقاله لحظه دستیابی…
مقدمه‌ای بر Reinforcement Learning و نقش آن در LLMها
در این پست قراره به Reinforcement Learning (RL)…
فاین‌تیونینگ کارآمد از نظر پارامتر (PEFT) چیست؟
فاین‌تیونینگ کارآمد از نظر پارامتر (Parameter-efficient fine-tuning) روشی…
فاین‌تیونینگ (Fine-tuning) چیست؟
فاین‌تیونینگ (Fine-tuning) چیست؟ در دنیای یادگیری ماشین، فاین‌تیونینگ…
ارزیابی مدل‌های زبانی بزرگ (LLM) و بنچ‌مارک‌ها
معیارهای ارزیابی مدل‌های زبانی بزرگ مدل‌های زبانی بزرگ…
Foundation model یا مدل بنیادی
مدل پایه چیست؟ چه چیزی مدل‌های پایه را…
- 1
- 2