بناء أنظمة LLM موثوقة

تركز دورة بناء أنظمة LLM موثوقة على تطوير مهارات ممارسي الذكاء الاصطناعي لبناء تطبيقات تعتمد على نماذج اللغة الكبيرة بدقة وموثوقية عالية. على الرغم من سهولة جعل النماذج تولد نصوصاً، إلا أن ضمان ثبات صحة وملاءمة ومصداقية النتائج يمثل تحدياً هندسياً كبيراً. تزوّد الدورة المتعلمين بإطار منهجي لإدارة دورة حياة موثوقية نماذج LLM، بدءاً من تقييم الأداء الكمي باستخدام مقاييس لغوية ودلالية مثل BLEU وROUGE-L وتشابه جيب التمام، مروراً بتحليل السجلات وكشف أسباب الأخطاء مثل الهلوسة وربطها بأداء أنظمة الاسترجاع. كما يتعلّم المتدربون كيفية اختبار الفرضيات، تطبيق مقاييس الثقة، والتحقق من نتائج تجارب A/B بشكل علمي. تُنهي الدورة بتوجيهات لتقييم الفجوات في أداء النماذج وتحديد الإصلاحات التقنية لضمان موثوقية على مستوى الإنتاج.

• بناء نصوص تقييم باستخدام مقاييس لغوية ودلالية لتشخيص الهلوسة وموازنة دقة البحث والاستجابة
• تطبيق اختبار الفرضيات وفترات الثقة والمقاييس الإحصائية لتقييم دقة النماذج
• استخدام SQL المهيكلة وتحليل البيانات لتقسيم سجلات المستخدمين وحساب الاحتفاظ واسترجاع البيانات الآمن
• تحليل محددات أداء النماذج لتحديد الإصلاحات وتنفيذ إجراءات موثوقة للإنتاج

• معرفة أساسية بالموضوع والمصطلحات الشائعة
• الاستعداد للممارسة العملية من خلال تمارين أو دراسات حالة