𝐑𝐞𝐢𝐧𝐟𝐨𝐫𝐜𝐞𝐦𝐞𝐧𝐭 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠 𝐟𝐫𝐨𝐦 𝐇𝐮𝐦𝐚𝐧 𝐅𝐞𝐞𝐝𝐛𝐚𝐜𝐤 (𝐬𝐡𝐨𝐫𝐭 𝐛𝐨𝐨𝐤)

🚀 مقدمه‌ای کوتاه و کاربردی درباره RLHF و فرایند Post-Training در مدل‌های زبانی

اگر می‌خواید بدانید مدل‌های زبانی مثل ChatGPT چطور «رفتار»، «شخصیت» و «قواعد پاسخ‌دهی» پیدا می‌کنند، این ساختار یکی از بهترین مسیرهای یادگیریه.

https://rlhfbook.com/

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructue

🧰 LM Engineer Toolkit

اگر در حوزه LLM کار می‌کنید، این مخزن یکی از کامل‌ترین و ارزشمندترین منابعیه که می‌تونه سرعت توسعه و کیفیت پروژه‌هاتون رو چند برابر کنه.

شامل یک لیست گردآوری‌شده از بیش از ۱۲۰ کتابخانه کاربردی در حوزه مدل‌های زبانیه؛ کاملاً دسته‌بندی‌شده و قابل استفاده برای انتخاب بهترین ابزارها در هر مرحله از توسعه.

🔥 دسته‌بندی‌های موجود در این Toolkit

LLM Training
LLM Application Development
LLM RAG
LLM Inference
LLM Serving
LLM Data Extraction
LLM Data Generation
LLM Agents
Others

https://github.com/KalyanKS-NLP/llm-engineer-toolkit

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructue