آموزش شروع به کار با Mistral

poster
پیش‌نمایش دوره

لازم به ذکر است زیرنویس این دوره توسط هوش مصنوعی انجام شده‌است. در این دوره، به مجموعه مدل‌های متن‌باز و تجاری Mistral AI دسترسی پیدا می‌کنید، از جمله مدل Mixtral 8x7B و مدل جدیدتر Mixtral ... ادامه

برگزارکننده:  DeepLearning.Ai  DeepLearning.Ai
مدرس دوره:
سطح: مقدماتی
 پلاس
  
زمان مورد نیاز برای گذراندن دوره:  0:54 ساعت
مجموع محتوای آموزشی:  0:54 ساعت ویدئو
 (قابل دانلود می‌باشد)
course-feature   زیرنویس فارسی

آنچه در این دوره می‌آموزیم:

 نحوه انتخاب مدل مناسب Mistral برای کاربردهای مختلف

 ساخت سیستم تولید تقویت‌شده با بازیابی (RAG)

 ساخت یک رابط چت برای تعامل با مدل‌های Mistral

 استفاده از فراخوانی توابع

پیش‌نیاز‌ها

این دوره به نحوی تهیه و تدوین شده است که مباحث آن به ساده‌ترین شکل ممکن بیان شوند و مخاطبان دوره بتوانند به‌سادگی متوجه موضوعات مطرح شده شوند. به همین جهت برای شرکت در این دوره هیچ پیش‌نیاز به خصوصی وجود ندارد و افراد با هر سطحی از آگاهی و تحصیلات می‌توانند از مباحث این دوره نهایت استفاده را داشته باشند.

ویژگی‌های دوره

زیرنویس فارسی
زیرنویس فارسی

این دوره دارای زیرنویس اختصاصی است.

درباره دوره

لازم به ذکر است زیرنویس این دوره توسط هوش مصنوعی انجام شده‌است.


در این دوره، به مجموعه مدل‌های متن‌باز و تجاری Mistral AI دسترسی پیدا می‌کنید، از جمله مدل Mixtral 8x7B و مدل جدیدتر Mixtral 8x22B.

شما یاد می‌گیرید که چگونه مدل مناسب برای کاربرد خود را انتخاب کنید و با ویژگی‌هایی مانند تکنیک‌های مؤثر در نوشتن دستورات (پرومپت)، فراخوانی توابع، حالت JSON و تولید تقویت‌شده با بازیابی (RAG) به صورت عملی کار کنید.

آنچه در این دوره یاد خواهید گرفت:

  • نحوه دسترسی و صدور دستور برای مدل‌های Mistral از طریق API: یاد خواهید گرفت که چگونه با استفاده از API به مدل‌های Mistral متصل شوید و برای انجام وظایف مختلف به آنها دستور (prompt) بدهید.
  • با توجه به پیچیدگی وظیفه‌تان (ساده، متوسط یا پیشرفته) و الزامات سرعت، مدل Mistral مناسب را انتخاب خواهید کرد.
  • نحوه استفاده از قابلیت فراخوانی تابع داخلی Mistral را فرا خواهید گرفت. این قابلیت به شما امکان می‌دهد تا ابزارهایی را در اختیار LLM قرار دهید تا در صورت نیاز برای انجام وظایفی که با کد سنتی بهتر انجام می‌شوند، مانند جستجو در پایگاه داده برای داده‌های عددی، آنها را فراخوانی کند.
  •  با یادگیری نحوه جستجوی شباهت، بخش‌بندی داده‌ها، ایجاد جاسازی (embedding) و پیاده‌سازی این ابزار به عنوان یک تابع در سیستم چت خود، قادر به ساخت یک سیستم RAG اولیه خواهید بود.
  • یک رابط چت برای تعامل با مدل‌های Mistral و پرسیدن سوال در مورد اسناد بارگذاری شده، خواهید ساخت.

درباره استاد

maktabkhooneh-teacher Sophia Yang

سوفیا یانگ یک حرفه‌ای با تجربه در زمینه فناوری و نوآوری است. او دارای مهارت‌های گسترده در مدیریت پروژه‌ها، توسعه محصول و استراتژی‌های کسب و کار می‌باشد. سوفیا در چندین شرکت معتبر فناوری فعالیت داشته و نقش‌های کلیدی در ارتقاء و بهبود محصولات ایفا کرده است. تحصیلات او شامل مدارک پیشرفته در مهندسی و مدیریت است و او همواره در جستجوی فرصت‌های جدید برای رشد و نوآوری در صنعت فناوری است

مشاهده پروفایل و دوره‌‌های استاد

نظرات کاربران

تا کنون نظری برای این دوره ثبت نشده است. برای ثبت نظر باید ابتدا در دوره ثبت نام کرده و دانشجوی دوره باشید.

سوالات پرتکرار

پس از سپری شدن زمان دوره، به محتوای دوره دسترسی خواهم داشت؟
بله؛ پس از سپری شدن مدت زمان دوره شما به محتوای دوره دسترسی خواهید داشت و می توانید از ویدئوها، تمارین، پروژه و دیگر محتوای دوره در صورت وجود استفاده کنید ولی امکان تصحیح تمارین توسط پشتیبان و دریافت گواهی نامه برای شما وجود نخواهد داشت.
poster
پیش‌نمایش دوره
  
برگزار کننده:  DeepLearning.Ai
  
زمان مورد نیاز برای گذراندن دوره:  0:54 ساعت
مجموع محتوای آموزشی:  0:54 ساعت ویدئو
 (قابل دانلود می‌باشد)
course-feature   زیرنویس فارسی