آموزش گواهی‌نامه پیشرفته مهندسی پرامپت با هوش مصنوعی به زبان انگلیسی | زمان: 12 ساعت و 2 دقیقه | حجم: 9338 مگابایت | فرمت: MP4
این دوره به طور خاص برای کسانی طراحی شده است که می‌خواهند فراتر از تعاملات اولیه با هوش مصنوعی حرکت کنند و در عوض، مدل‌های زبان بزرگ (LLM) را مانند یک موتور شناختی قدرتمند در نظر بگیرند، نه صرفاً یک ربات چت. مخاطبان هدف پس از اتمام دوره، دیگر به عنوان یک نویسنده دستور ساده (Prompt Writer) عمل نخواهند کرد، بلکه به یک معمار سیستم تبدیل خواهند شد که قادر به مهندسی معماری‌های پیچیده هوش مصنوعی است.این آموزش، دانش روز در زمینه معماری شناختی پیشرفته را ارائه می‌دهد. تاکید بر انتقال از رویکردهای تاکتیکی ("نکات و ترفندهای" ساده) به رشته‌های مهندسی مورد نیاز برای تولید هوش مصنوعی در سطح تولید (Production-Grade) است. شرکت‌کنندگان با معماری‌های اثبات‌شده در عمل و ساختارهای استدلالی دقیق که برای حل مسائل پیچیده و پرمخاطره استفاده می‌شوند، آشنا خواهند شد. این چارچوب‌های استدلالی شامل درخت افکار (Tree of Thoughts یا ToT) برای جستجوی پیچیده، گراف افکار (Graph of Thoughts یا GoT) برای سنتز غیرخطی، و الگوریتم تفکر (Algorithm of Thought یا AoT) برای افزایش کارایی می‌باشند.رویکرد این دوره بر ذهنیت مهندسی متمرکز است که از بررسی‌های کیفی به سمت پروتکل‌های پاسخگویی دقیق و چارچوب چراغ راهنما (Traffic Light Framework) برای ایمنی و مسئولیت‌پذیری تغییر می‌کند. در زمینه معماری بافتار (Context Architecture)، نحوه طراحی اکوسیستم‌های اطلاعاتی سخت‌گیرانه با استفاده از مفاهیمی چون "قانون اساسی (The Constitution)" و "خلاصه (The Brief)" آموزش داده می‌شود تا محدودیت پیچیدگی $O(N^2)$ و پدیده "پوسیدگی بافتار (Context Rot)" برطرف شود.در حوزه مهندسی سیگنال روانی (Psychological Signal Engineering)، شرکت‌کنندگان می‌آموزند که چگونه از لایه نفوذ (Influence Layer) و "ادب استراتژیک (Strategic Politeness)" برای وادار کردن مدل به توزیع متخصص و پر زحمت آن از نظر آماری استفاده کنند. در نهایت، برای از بین بردن پدیده توهم‌زایی (Hallucinations)، تکنیک‌های اجماع و تأیید از جمله سازگاری خودکار جهانی (Universal Self-Consistency) مورد بررسی و تسلط قرار می‌گیرند. این دوره شامل یک راهنمای گام به گام برای طراحی عامل‌های خودمختار (Autonomous Agents) و دستورهای تکاملی (Evolutionary Prompts) می‌باشد و دسترسی کامل و رایگان مادام‌العمر به تمام مطالب آموزشی دوره ارائه می‌شود.
عناوین این دوره آموزشی:
- مقدمه
- وظیفه طراح (دستور کار طراح)
- قالب‌بندی فرمان: چرا ساختار بر کلمه‌بندی برتری دارد
- مهندسی بستر: سطح بعدی طراحی فرمان
- ادب استراتژیک: دستگیره کنترل هوش مصنوعی
- اسطوره تکرار: چرا فریاد زدن بر سر هوش مصنوعی بی‌فایده است
- رشته فکری (Thread of Thought)
- فرمان‌دهی الگوریتمی (Algorithmic Prompting)
- تسلط بر «خودپرسشی»: مجبور کردن هوش مصنوعی به تجزیه مسائل
- درخت افکار (Tree of Thoughts)
- گراف افکار (Graph of Thoughts)
- درخت افکار در مقابل گراف افکار
- اختراع معماری‌های استدلالی نوین
- الگوریتم تفکر (Algorithm of Thought)
- خودهمسانی: غلبه بر شکنندگی هوش مصنوعی در تک‌شات
- خودهمسانی جهانی: اجماع هوش مصنوعی برای هر وظیفه
- بازیابی فکر (RoT): هک بهره‌وری
- طراحی عامل‌های خودمختار از طریق اَبَر-فرمان‌دهی (Meta-Prompting)
- PROMPTBREEDER: تکامل دستورها بهتر با هوش مصنوعی
- سیستم ظهور یافته
- مالکیت خروجی
- اصل تأیید: درخواست مدرک، نه وعده
- چارچوب مثلث‌سازی: یافتن حقیقت در عصر اطلاعات غلط
- پروتکل «بهترین حدس»: کالیبره کردن هوش مصنوعی