کارگاه آموزشی ساخت چت‌بات شخصی با لنگ‌چین

در این دوره ساخت چت‌بات‌های هوشمند مبتنی بر مدل‌های زبانی بزرگ (LLMs) با استفاده از فریم‌ورک LangChain آموزش داده شد و مبانی نظری LLMها شامل توکن‌سازی، Embedding، پارامترهای کنترلی و معماری‌های Encoder، Decoder و Encoder-Decoder تشریح شد. سپس کاربرد این مفاهیم در وظایفی مانند ترجمه، خلاصه‌سازی و تولید متن بررسی گردید. در بخش عملی، اتصالLangChain  به مدل‌های OpenAI و Google در محیط Google Colab و تفاوتChat Models،Instruction-based Models  و Embedding Models آموزش داده شد. طراحی PromptTemplate  و ChatPromptTemplate و مدیریت جریان پردازش با Router Chain مورد بررسی قرار گرفت. بخش مهمی از دوره به کار با داده‌های اختصاصی، Vector Store، Text Splitting و تکنیک‌های Chunking اختصاص داشت. همچنین پیاده‌سازی چت‌بات‌های مبتنی بر RAG وRetrieval Chain آموزش داده شد. در ادامه مفاهیم Chat History، مدیریت Context و اجرای همزمان درLCEL مطرح گردید. در پایان، طراحی  Agents، Tools  و توسعه کاربردهای واقعی مبتنی بر LLMها مرور و جمع‌بندی شد.