AI-powered learning
Save this course
ضبط نماذج LLM باستخدام LoRA و QLoRA
اكتسب رؤى حول ضبط نماذج التعلم الخطي باستخدام LoRA وQLoRA. استكشف الطرق الفعالة من حيث المعلمات، وتكميم نماذج التعلم الخطي، والتمارين العملية لتكييف نماذج الذكاء الاصطناعي بأقل قدر من الموارد بكفاءة.
4.6
13 Lessons
2h
Updated this week
Join 2.9 million developers at
Join 2.9 million developers at
ما سوف تتعلمه
- أساس متين في ضبط نماذج التعلم الآلي، بما في ذلك التقنيات العملية لضبط نموذج Llama 3 وسير عمل ضبط نماذج التعلم الآلي بشكل عام.
- الإلمام بأساليب التكميم في نماذج LLM، مثل تكميم int8 وتكميم البتات والبايتات، لتقليل حجم النموذج وتحسين كفاءة النشر
- خبرة عملية في تطبيق تقنيات التكميم وتحسين النماذج من أجل الأداء والكفاءة
- فهم التكيف منخفض الرتبة (LoRA) والتكيف الكمي منخفض الرتبة (QLoRA) كنهج مفتاح لضبط المعلمات بكفاءة (PEFT)
- خبرة عملية في ضبط نموذج Llama 3 باستخدام مجموعات بيانات مخصصة، وذلك باستخدام تقنيات الضبط الدقيق PEFT للتطبيقات الواقعية.
خارطة طريق التعلم
2.
أساسيات الضبط الدقيق
أساسيات الضبط الدقيق
انظر إلى ضبط نماذج LLMs بدقة، وأنواع الضبط الدقيق، والتكميم، وخطوات التكميم العملية.
3.
استكشاف لورا
استكشاف لورا
5 Lessons
5 Lessons
جرب عمليًا تقنيات الضبط الدقيق الفعالة من حيث المعلمات مثل LoRA و QLoRA لنماذج LLM.
4.
الخلاصة
الخلاصة
2 Lessons
2 Lessons
انخرط في أساليب الضبط الدقيق الفعالة من حيث الموارد وقم بتحسين نماذج التعلم الآلي لتطبيقات متنوعة.
شهادة إتمام
اعرض إنجازك بمشاركة شهادة الإتمام الخاصة بك.
Complete more lessons to unlock your certificate
Developed by MAANG Engineers
ABOUT THIS COURSE
ستتعلم في هذه الدورة التدريبية العملية فنّ ضبط نماذج اللغة الكبيرة (LLMs). ستتعلم أيضًا تقنيات متقدمة مثل التكيف منخفض الرتبة (LoRA) والتكيف منخفض الرتبة الكمي (QLoRA) لتخصيص نماذج مثل Llama 3 لمهام محددة. تبدأ الدورة بالأساسيات، مستكشفةً الضبط الدقيق، وأنواعه، ومقارنته بالتدريب المسبق، ومناقشة التوليد المعزز بالاسترجاع (RAG) مقابل الضبط الدقيق، وأهمية التكميم لتقليل حجم النموذج مع الحفاظ على الأداء. اكتسب خبرة عملية من خلال تمارين تطبيقية باستخدام أساليب التكميم مثل int8 والبتات والبايتات. تعمّق في تقنيات الضبط الدقيق الفعال للمعلمات (PEFT)، مع التركيز على تطبيق LoRA وQLoRA، والتي تُمكّن من الضبط الدقيق بكفاءة باستخدام موارد حاسوبية محدودة. بعد إكمال هذه الدورة، ستتقن ضبط LLM، وضبط PEFT، ومعلمات التكميم المتقدمة، مما يزودك بالخبرة اللازمة لتكييف وتحسين LLMs لمختلف التطبيقات.
Trusted by 2.9 million developers working at companies
P
Prathyush Babu
Senior Software Engineer @ PrivateCircle
A
Anthony Walker
@_webarchitect_
E
Evan Dunbar
ML Engineer
Built for 10x Developers
No Passive Learning
Learn by building with project-based lessons and in-browser code editor


Personalized Roadmaps
The platform adapts to your strengths & skills gaps as you go


Future-proof Your Career
Get hands-on with in-demand skills


AI Code Mentor
Write better code with AI feedback, smart debugging, and "Ask AI"




MAANG+ Interview Prep
AI Mock Interviews simulate every technical loop at top companies


Free Resources