data/LLM-Part2_transcript_part3.txt

کامپیوتر مدل زبانی توضیحاتی در موردش خب این نکته که وجود داره حالا مدل زبانی سایز خیلی بزرگه بخاطر همین سرعت عادی مدل که حالا توی را میکنیم معمولا به صورت کامل شدن با به صورت ۳۲ که هر پارامترتون به صورت نمایش داده میشه چهار

هست که حدود ۳ میلیارد پارامتر داره سه میلیارد اگه ضربدر ۴ بکنیم ۱۲ گیگابایت خب حالا روی کلاً بعضیاتون ندارید که این روش را بکنید بخاطر همین بعد از یک سری روش استفاده بکنیم برای اینکه حالا یه جوری سایز این پارامترها رو پایین بیاریم تکنیک خیلی خوب جواب میدهشن هست که به جای اینکه حالا هم به صورت ۳۲ بیتی نشون نمایش بدیم معمولاً اینجوریه که مثلا یه تقریبا هفت

سمت چپ عدد اعشاری میشه در واقع چیزمون و مثلاً ۲۰ رقم برای ۱.۲۳ صدم مثلا بقیه تعداد اونجا هست که خیلی از اینا در واقع نیازی بهشون نداریم می‌تونیم حذفشون بکنیم بخاطر همین یه سری روش معرفی شده روشی میتونه هم در زمان کلینینگ انجام بشه تی یا پست یا پیqوت که بهشزیشن

از اونا استفاده بکنیم و اینجوری سایز مدل را پایین بیاریم حالا روش‌های مختلفی مثلاً اینجا ۸ که معرفی شد مدل زبانی با ۸ بیت نمایش بدیم این باعث میشه که مثلا اگر این مدلی دارید که 4۰۰ فضا میگیره تبدیل بشه به خیلی کوچکتر میشه برای مدل زبانی خیلی شاخص میشه زمانی که شما میخوید مدل لاماس کوچک مدللود بکنید ۲۵ ۲۶ میشه اما زمانی که اینو به صورت ۸ در واقع لود بکنیم هفت میتونیم در واقع بالا بیار دکمه خودش در واقع

خروجی جلسه قبل هم گفتم که یه بار باید نصبش بکنید و استارت بکنید مدل مایکروسافت مدل مایکروسافت فای

۱۶ ۱۶ بیت بدون هیچ مشکلی انجام میده منتها برای بیشتر از اون اینکه حالا ما چیزهای کوچکتر جدید هم داره دو چند مایکروسافت یک هم داشت یعنی شما سه تا مقدار بیشتر نداره مثبت منفی شما هنوز ندید و مدل تقسیم ۳ میشه خیلی کوچیک میشه سایزی که میخواد این دیت رو به صورت اتو ست میکنیم خودش میفهمه که ما چقدر جی پی یو داریم و چقدر جا میشه و بهترین حالت چیه اگر مثلاً ۳۲ جا نشه کوچک تبدیل میکنه به ۱۶ سایز مدل در واقع نصف میکنه

کوچک اگر میخوید که بتونید که حالا کوتو ساپورت میکنه مدل دانلود بشه اما ادامه که جلسه قبلی هم گفتم میکنیم

توکن‌ها بعد از اون کل سکس برنگردونه پارامتری برای خروجی ما چقدر میشه برای استفاده که بررسی کرده بودند که اگر بخواهیم مدل خلاقیت داشته باشه بی نهایت رندوم رندم

تجربه میشه مدل سمت راست که در واقع اشغال شده مدل ما سه میلیارد الان حدود ۱۶ رو

کمتر از ۵ ثانیه شد که حالا جواب خودش

اجرا کردند کل کدی که برای خروجی میگیریم زمانی استفاده

سریعتر باشه می‌خواد چیز بشه در واقع پکیج رو دانلود بکنیم مدل حالا لطف کردم که حالا اسم پکی است طرف یادم نیست که مدل را دانلود میکنیم خود و توی ترمینال حالا

اطلاعات در مورد دادن اطلاعات می‌پرسیم نوشته شده هر یک کنیم بیشتر میشه خروجی ازش پرسیده بود که وب سایت درست بکنیم شروع دادن جواب خیلی مشخص نبود جایی فکر میکنم اینجا به چه شک بود این خیلی گزینه خوبی اگر خودتون استفاده بکنید به صورت لوکال

و بعدش حالا دانلود که داره اینه که خیلی سریعتر پایتون و فای خیلی جواب و

حجمش نزدیک نمیشه دانلود خیلی خوبه فکر میکنم قرار است روی اندروید هم اضافه بشه این مدل

گوگل همون روزی منتشر

در مورد ارائه ویدیو جمع کردند بعد چهار پارسال حدودا آخر یه پروژه استارت کرد که همه گروه‌های رباتیکی که مربوط به گل موبایل ارائه بدن یکجا بکنن

برای ربات هیت باشه یاد بگیره

دانشجو

داشته

ممنونم جلسه

داشته باشیم باز نکرده باشیم

سلام قابل رقابت های کامپیوتری

نوشتن نوشتاری فارسی داره و محاسبات خیلی ساده نرفتیم خیلی ساده توی تمرین واقعا انتظار

ساعت

سریع

از اونجا خانم حسینی در خدمتتون زحمت بفرمایید

در حین فعالیت‌های باربری اول موضوع اصلی هستش و یکی از روش های سنتی که واسه در این روش

یکی شبکه های عصبی استفاده

استفاده کردیم استفاده کردند