تقييم وتحسين أداء نماذج اللغة الكبيرة

تسلط هذه الدورة الضوء على كيفية تقييم وتحسين أداء نماذج اللغة الكبيرة المستخدمة في تطبيقات الذكاء الاصطناعي الحديثة. تتناول الدورة كيفية مقارنة النماذج الجديدة مثل GPT-4 مع الإصدارات السابقة بطريقة علمية، مستخدمة مقاييس أداء دقيقة وخوارزميات اختبار أ/ب لوجود دلالة إحصائية قوية. كما تستعرض كيفية إثبات جدوى الترقية للنماذج الأعلى تكلفة وجدواها من خلال بيانات موضوعية تعزز الثقة لدى أصحاب المصلحة. توفّر الدورة الأدوات والمهارات اللازمة للقيادة الفعالة في فرق الذكاء الاصطناعي وضمان اتخاذ قرارات قائمة على أدلة واضحة لتحسين جودة النماذج اللغوية.

• تقييم نماذج اللغة الكبيرة باستخدام مقاييس دقيقة مثل BLEU وROUGE
• إجراء اختبارات أ/ب للتأكد من دلالة النتائج إحصائياً
• تحسين أداء النماذج بالاعتماد على استراتيجيات قائمة على البيانات

• مألوف بالمفاهيم الأساسية للنماذج اللغوية
• الاستعداد للتطبيق العملي من خلال تمارين وحالات دراسية