Buckets:
| <meta charset="utf-8" /><meta name="hf:doc:metadata" content="{"title":"Open R1 برای دانشجویان","local":"open-r1-برای-دانشجویان","sections":[{"title":"آنچه یاد خواهید گرفت","local":"آنچه-یاد-خواهید-گرفت","sections":[],"depth":2},{"title":"چرا این موضوع برای دانشجویان مهم است","local":"چرا-این-موضوع-برای-دانشجویان-مهم-است","sections":[],"depth":2},{"title":"نمای کلی فصل","local":"نمای-کلی-فصل","sections":[{"title":"1️⃣ مقدمهای بر یادگیری تقویتی و نقش آن در مدلهای زبانی بزرگ","local":"1-مقدمهای-بر-یادگیری-تقویتی-و-نقش-آن-در-مدلهای-زبانی-بزرگ","sections":[],"depth":3},{"title":"2️⃣ درک مقالهی DeepSeek R1","local":"2-درک-مقالهی-deepseek-r1","sections":[],"depth":3},{"title":"3️⃣ پیادهسازی GRPO در TRL","local":"3-پیادهسازی-grpo-در-trl","sections":[],"depth":3},{"title":"4️⃣ موردکاربرد عملی برای همراستا کردن یک مدل","local":"4-موردکاربرد-عملی-برای-همراستا-کردن-یک-مدل","sections":[],"depth":3}],"depth":2},{"title":"پیشنیازها","local":"پیشنیازها","sections":[],"depth":2},{"title":"چگونه از این فصل استفاده کنیم","local":"چگونه-از-این-فصل-استفاده-کنیم","sections":[],"depth":2}],"depth":1}"/> | |
| <link href="/docs/course/pr_1364/fa/_app/immutable/entry/start.CqZXmSrv.js" rel="modulepreload"> | |
| <link href="/docs/course/pr_1364/fa/_app/immutable/chunks/oyrVqMhC.js" rel="modulepreload"> | |
| <link href="/docs/course/pr_1364/fa/_app/immutable/chunks/B3UUDp28.js" rel="modulepreload"> | |
| <link href="/docs/course/pr_1364/fa/_app/immutable/entry/app.B4UvgX5H.js" rel="modulepreload"> | |
| <link href="/docs/course/pr_1364/fa/_app/immutable/chunks/BioDZtGL.js" rel="modulepreload"> | |
| <link href="/docs/course/pr_1364/fa/_app/immutable/chunks/NIl2lQjl.js" rel="modulepreload"> | |
| <link href="/docs/course/pr_1364/fa/_app/immutable/chunks/DN6uzRQe.js" rel="modulepreload"> | |
| <link href="/docs/course/pr_1364/fa/_app/immutable/chunks/DsnmJJEf.js" rel="modulepreload"> | |
| <link href="/docs/course/pr_1364/fa/_app/immutable/nodes/0.DcFj1eGj.js" rel="modulepreload"> | |
| <link href="/docs/course/pr_1364/fa/_app/immutable/chunks/u5kFQ1Zb.js" rel="modulepreload"> | |
| <link href="/docs/course/pr_1364/fa/_app/immutable/nodes/28.CSssgIiI.js" rel="modulepreload"> | |
| <link href="/docs/course/pr_1364/fa/_app/immutable/chunks/BjCHz3cj.js" rel="modulepreload"> | |
| <!--1danrmp--><meta name="hf:doc:metadata" content="{"title":"Open R1 برای دانشجویان","local":"open-r1-برای-دانشجویان","sections":[{"title":"آنچه یاد خواهید گرفت","local":"آنچه-یاد-خواهید-گرفت","sections":[],"depth":2},{"title":"چرا این موضوع برای دانشجویان مهم است","local":"چرا-این-موضوع-برای-دانشجویان-مهم-است","sections":[],"depth":2},{"title":"نمای کلی فصل","local":"نمای-کلی-فصل","sections":[{"title":"1️⃣ مقدمهای بر یادگیری تقویتی و نقش آن در مدلهای زبانی بزرگ","local":"1-مقدمهای-بر-یادگیری-تقویتی-و-نقش-آن-در-مدلهای-زبانی-بزرگ","sections":[],"depth":3},{"title":"2️⃣ درک مقالهی DeepSeek R1","local":"2-درک-مقالهی-deepseek-r1","sections":[],"depth":3},{"title":"3️⃣ پیادهسازی GRPO در TRL","local":"3-پیادهسازی-grpo-در-trl","sections":[],"depth":3},{"title":"4️⃣ موردکاربرد عملی برای همراستا کردن یک مدل","local":"4-موردکاربرد-عملی-برای-همراستا-کردن-یک-مدل","sections":[],"depth":3}],"depth":2},{"title":"پیشنیازها","local":"پیشنیازها","sections":[],"depth":2},{"title":"چگونه از این فصل استفاده کنیم","local":"چگونه-از-این-فصل-استفاده-کنیم","sections":[],"depth":2}],"depth":1}"/><!----> | |
| <link href="/docs/course/pr_1364/fa/_app/immutable/assets/0.tn0RQdqM.css" rel="modulepreload"> <!--[--><!--[0--><!--[--><!--[0--><!--[--><p></p> <div class="items-center shrink-0 min-w-[100px] max-sm:min-w-[50px] justify-end ml-auto flex" style="float: right; margin-left: 10px; display: inline-flex; position: relative; z-index: 10;"><div class="inline-flex rounded-md max-sm:rounded-sm"><button class="inline-flex items-center gap-1 h-7 max-sm:h-7 px-2 max-sm:px-1.5 text-sm font-medium text-gray-800 border border-r-0 rounded-l-md max-sm:rounded-l-sm border-gray-200 bg-white hover:shadow-inner dark:border-gray-850 dark:bg-gray-950 dark:text-gray-200 dark:hover:bg-gray-800" aria-live="polite"><span class="inline-flex items-center justify-center rounded-md p-0.5 max-sm:p-0 hover:text-gray-800 dark:hover:text-gray-200"><svg class="sm:size-3.5 size-3" xmlns="http://www.w3.org/2000/svg" aria-hidden="true" fill="currentColor" focusable="false" role="img" width="1em" height="1em" preserveAspectRatio="xMidYMid meet" viewBox="0 0 32 32"><path d="M28,10V28H10V10H28m0-2H10a2,2,0,0,0-2,2V28a2,2,0,0,0,2,2H28a2,2,0,0,0,2-2V10a2,2,0,0,0-2-2Z" transform="translate(0)"></path><path d="M4,18H2V4A2,2,0,0,1,4,2H18V4H4Z" transform="translate(0)"></path><rect fill="none" width="32" height="32"></rect></svg><!----></span> <span>Copy page</span></button> <button class="inline-flex items-center justify-center w-6 max-sm:w-5 h-7 max-sm:h-7 disabled:pointer-events-none text-sm text-gray-500 hover:text-gray-700 dark:hover:text-white rounded-r-md max-sm:rounded-r-sm border border-l transition border-gray-200 bg-white hover:shadow-inner dark:border-gray-850 dark:bg-gray-950 dark:text-gray-200 dark:hover:bg-gray-800" aria-haspopup="menu" aria-expanded="false" aria-label="Open copy menu"><svg class="transition-transform text-gray-400 overflow-visible sm:size-3.5 size-3 rotate-0" width="1em" height="1em" viewBox="0 0 12 7" fill="none" xmlns="http://www.w3.org/2000/svg"><path d="M1 1L6 6L11 1" stroke="currentColor"></path></svg><!----></button></div> <!--[-1--><!--]--></div><!----> <!--[0--><h1 class="relative group"><a id="open-r1-برای-دانشجویان" class="header-link block pr-1.5 text-lg no-hover:hidden with-hover:absolute with-hover:p-1.5 with-hover:opacity-0 with-hover:group-hover:opacity-100 with-hover:right-full" href="#open-r1-برای-دانشجویان"><span><svg xmlns="http://www.w3.org/2000/svg" xmlns:xlink="http://www.w3.org/1999/xlink" aria-hidden="true" role="img" width="1em" height="1em" preserveAspectRatio="xMidYMid meet" viewBox="0 0 256 256"><path d="M167.594 88.393a8.001 8.001 0 0 1 0 11.314l-67.882 67.882a8 8 0 1 1-11.314-11.315l67.882-67.881a8.003 8.003 0 0 1 11.314 0zm-28.287 84.86l-28.284 28.284a40 40 0 0 1-56.567-56.567l28.284-28.284a8 8 0 0 0-11.315-11.315l-28.284 28.284a56 56 0 0 0 79.196 79.197l28.285-28.285a8 8 0 1 0-11.315-11.314zM212.852 43.14a56.002 56.002 0 0 0-79.196 0l-28.284 28.284a8 8 0 1 0 11.314 11.314l28.284-28.284a40 40 0 0 1 56.568 56.567l-28.285 28.285a8 8 0 0 0 11.315 11.314l28.284-28.284a56.065 56.065 0 0 0 0-79.196z" fill="currentColor"></path></svg><!----></span></a> <span>Open R1 برای دانشجویان</span></h1><!--]--><!----> <div dir="rtl"><p>به سفری هیجانانگیز به دنیای هوش مصنوعی متنباز با یادگیری تقویتی خوش آمدید! این فصل برای کمک به دانشجویان طراحی شده است تا یادگیری تقویتی و نقش آن را در مدلهای زبانی بزرگ درک کنند.</p> <p>همچنین <a href="https://github.com/huggingface/open-r1" rel="nofollow">Open R1</a> را بررسی میکنیم؛ پروژهای پیشگامانه و جامعهمحور که هوش مصنوعی پیشرفته را برای همه دسترسپذیر میکند. این دوره بهطور مشخص به دانشجویان و یادگیرندگان کمک میکند از <a href="https://github.com/huggingface/open-r1" rel="nofollow">Open R1</a> استفاده کنند و در آن مشارکت داشته باشند.</p> <!--[1--><h2 class="relative group"><a id="آنچه-یاد-خواهید-گرفت" class="header-link block pr-1.5 text-lg no-hover:hidden with-hover:absolute with-hover:p-1.5 with-hover:opacity-0 with-hover:group-hover:opacity-100 with-hover:right-full" href="#آنچه-یاد-خواهید-گرفت"><span><svg xmlns="http://www.w3.org/2000/svg" xmlns:xlink="http://www.w3.org/1999/xlink" aria-hidden="true" role="img" width="1em" height="1em" preserveAspectRatio="xMidYMid meet" viewBox="0 0 256 256"><path d="M167.594 88.393a8.001 8.001 0 0 1 0 11.314l-67.882 67.882a8 8 0 1 1-11.314-11.315l67.882-67.881a8.003 8.003 0 0 1 11.314 0zm-28.287 84.86l-28.284 28.284a40 40 0 0 1-56.567-56.567l28.284-28.284a8 8 0 0 0-11.315-11.315l-28.284 28.284a56 56 0 0 0 79.196 79.197l28.285-28.285a8 8 0 1 0-11.315-11.314zM212.852 43.14a56.002 56.002 0 0 0-79.196 0l-28.284 28.284a8 8 0 1 0 11.314 11.314l28.284-28.284a40 40 0 0 1 56.568 56.567l-28.285 28.285a8 8 0 0 0 11.315 11.314l28.284-28.284a56.065 56.065 0 0 0 0-79.196z" fill="currentColor"></path></svg><!----></span></a> <span>آنچه یاد خواهید گرفت</span></h2><!--]--><!----> <p>در این فصل، مفاهیم پیچیده را به بخشهایی آسانفهم تقسیم میکنیم و نشان میدهیم چگونه میتوانید بخشی از این پروژهی هیجانانگیز باشید تا مدلهای زبانی بزرگ را برای استدلال دربارهی مسائل پیچیده آماده کنید.</p> <p>مدلهای زبانی بزرگ در بسیاری از وظایف مولد عملکردی عالی نشان دادهاند. بااینحال، تا همین اواخر در حل مسائل پیچیدهای که به استدلال نیاز دارند با مشکل روبهرو میشدند. برای نمونه، حل معماها یا مسائل ریاضی چندمرحلهای برای آنها دشوار است.</p> <p>Open R1 پروژهای است که هدفش واداشتن مدلهای زبانی بزرگ به استدلال دربارهی مسائل پیچیده است. این پروژه با استفاده از یادگیری تقویتی، مدلهای زبانی بزرگ را به «فکر کردن» و استدلال تشویق میکند.</p> <p>به زبان ساده، مدل طوری تعلیم میبیند که علاوه بر خروجیها، فکرها را نیز تولید کند و این فکرها و خروجیها را ساختاربندی کند تا کاربر بتواند آنها را جداگانه پردازش کند.</p> <p>بیایید مثالی را ببینیم. اگر حل مسئلهی زیر را به خودمان محول کنیم، ممکن است اینطور فکر کنیم:</p> <div class="code-block relative "><div class="absolute top-2.5 right-4"><button class="inline-flex items-center relative text-sm focus:text-green-500 cursor-pointer focus:outline-none transition duration-200 ease-in-out opacity-0 mx-0.5 text-gray-600 " title="code excerpt" type="button"><svg xmlns="http://www.w3.org/2000/svg" aria-hidden="true" fill="currentColor" focusable="false" role="img" width="1em" height="1em" preserveAspectRatio="xMidYMid meet" viewBox="0 0 32 32"><path d="M28,10V28H10V10H28m0-2H10a2,2,0,0,0-2,2V28a2,2,0,0,0,2,2H28a2,2,0,0,0,2-2V10a2,2,0,0,0-2-2Z" transform="translate(0)"></path><path d="M4,18H2V4A2,2,0,0,1,4,2H18V4H4Z" transform="translate(0)"></path><rect fill="none" width="32" height="32"></rect></svg><!----> <div class=" absolute pointer-events-none transition-opacity bg-black text-white py-1 px-2 leading-tight rounded font-normal shadow left-1/2 top-full transform -translate-x-1/2 translate-y-2 opacity-0 "><div class="absolute bottom-full left-1/2 transform -translate-x-1/2 w-0 h-0 border-black border-4 border-t-0" style="border-left-color: transparent; border-right-color: transparent;"></div> Copied</div><!----></button><!----></div> <pre class="language-sh "><!---->Problem: <span class="hljs-string">"I have 3 apples and 2 oranges. How many pieces of fruit do I have in total?"</span> | |
| Thought: <span class="hljs-string">"I need to add the number of apples and oranges to get the total number of pieces of fruit."</span> | |
| Answer: <span class="hljs-string">"5"</span><!----></pre></div><!----> <p>سپس میتوانیم این فکر و پاسخ را ساختاربندی کنیم تا کاربر بتواند آنها را جداگانه پردازش کند. در وظایف استدلالی، میتوان مدلهای زبانی بزرگ را طوری تعلیم داد که فکرها و پاسخها را در قالب زیر تولید کنند:</p> <div class="code-block relative "><div class="absolute top-2.5 right-4"><button class="inline-flex items-center relative text-sm focus:text-green-500 cursor-pointer focus:outline-none transition duration-200 ease-in-out opacity-0 mx-0.5 text-gray-600 " title="code excerpt" type="button"><svg xmlns="http://www.w3.org/2000/svg" aria-hidden="true" fill="currentColor" focusable="false" role="img" width="1em" height="1em" preserveAspectRatio="xMidYMid meet" viewBox="0 0 32 32"><path d="M28,10V28H10V10H28m0-2H10a2,2,0,0,0-2,2V28a2,2,0,0,0,2,2H28a2,2,0,0,0,2-2V10a2,2,0,0,0-2-2Z" transform="translate(0)"></path><path d="M4,18H2V4A2,2,0,0,1,4,2H18V4H4Z" transform="translate(0)"></path><rect fill="none" width="32" height="32"></rect></svg><!----> <div class=" absolute pointer-events-none transition-opacity bg-black text-white py-1 px-2 leading-tight rounded font-normal shadow left-1/2 top-full transform -translate-x-1/2 translate-y-2 opacity-0 "><div class="absolute bottom-full left-1/2 transform -translate-x-1/2 w-0 h-0 border-black border-4 border-t-0" style="border-left-color: transparent; border-right-color: transparent;"></div> Copied</div><!----></button><!----></div> <pre class="language-sh "><!----><think>I need to add the number of apples and oranges to get the total number of pieces of fruit.</think> | |
| 5<!----></pre></div><!----> <p>کاربر میتواند فکر و پاسخ را از خروجی مدل استخراج کند و برای حل مسئله به کار بگیرد.</p> <!--[1--><h2 class="relative group"><a id="چرا-این-موضوع-برای-دانشجویان-مهم-است" class="header-link block pr-1.5 text-lg no-hover:hidden with-hover:absolute with-hover:p-1.5 with-hover:opacity-0 with-hover:group-hover:opacity-100 with-hover:right-full" href="#چرا-این-موضوع-برای-دانشجویان-مهم-است"><span><svg xmlns="http://www.w3.org/2000/svg" xmlns:xlink="http://www.w3.org/1999/xlink" aria-hidden="true" role="img" width="1em" height="1em" preserveAspectRatio="xMidYMid meet" viewBox="0 0 256 256"><path d="M167.594 88.393a8.001 8.001 0 0 1 0 11.314l-67.882 67.882a8 8 0 1 1-11.314-11.315l67.882-67.881a8.003 8.003 0 0 1 11.314 0zm-28.287 84.86l-28.284 28.284a40 40 0 0 1-56.567-56.567l28.284-28.284a8 8 0 0 0-11.315-11.315l-28.284 28.284a56 56 0 0 0 79.196 79.197l28.285-28.285a8 8 0 1 0-11.315-11.314zM212.852 43.14a56.002 56.002 0 0 0-79.196 0l-28.284 28.284a8 8 0 1 0 11.314 11.314l28.284-28.284a40 40 0 0 1 56.568 56.567l-28.285 28.285a8 8 0 0 0 11.315 11.314l28.284-28.284a56.065 56.065 0 0 0 0-79.196z" fill="currentColor"></path></svg><!----></span></a> <span>چرا این موضوع برای دانشجویان مهم است</span></h2><!--]--><!----> <p>درک Open R1 و نقش یادگیری تقویتی برای دانشجویان ارزشمند است، زیرا:</p> <ul><li>نشان میدهد هوش مصنوعی پیشرفته چگونه توسعه داده میشود</li> <li>فرصتهای عملی برای یادگیری و مشارکت در اختیار شما میگذارد</li> <li>کمک میکند بفهمید فناوری هوش مصنوعی به کدام سو میرود</li> <li>راه را برای فرصتهای شغلی آینده در حوزهی هوش مصنوعی باز میکند</li></ul> <!--[1--><h2 class="relative group"><a id="نمای-کلی-فصل" class="header-link block pr-1.5 text-lg no-hover:hidden with-hover:absolute with-hover:p-1.5 with-hover:opacity-0 with-hover:group-hover:opacity-100 with-hover:right-full" href="#نمای-کلی-فصل"><span><svg xmlns="http://www.w3.org/2000/svg" xmlns:xlink="http://www.w3.org/1999/xlink" aria-hidden="true" role="img" width="1em" height="1em" preserveAspectRatio="xMidYMid meet" viewBox="0 0 256 256"><path d="M167.594 88.393a8.001 8.001 0 0 1 0 11.314l-67.882 67.882a8 8 0 1 1-11.314-11.315l67.882-67.881a8.003 8.003 0 0 1 11.314 0zm-28.287 84.86l-28.284 28.284a40 40 0 0 1-56.567-56.567l28.284-28.284a8 8 0 0 0-11.315-11.315l-28.284 28.284a56 56 0 0 0 79.196 79.197l28.285-28.285a8 8 0 1 0-11.315-11.314zM212.852 43.14a56.002 56.002 0 0 0-79.196 0l-28.284 28.284a8 8 0 1 0 11.314 11.314l28.284-28.284a40 40 0 0 1 56.568 56.567l-28.285 28.285a8 8 0 0 0 11.315 11.314l28.284-28.284a56.065 56.065 0 0 0 0-79.196z" fill="currentColor"></path></svg><!----></span></a> <span>نمای کلی فصل</span></h2><!--]--><!----> <p>این فصل به چهار بخش تقسیم شده است که هرکدام بر جنبهای متفاوت از Open R1 تمرکز دارند:</p> <!--[2--><h3 class="relative group"><a id="1-مقدمهای-بر-یادگیری-تقویتی-و-نقش-آن-در-مدلهای-زبانی-بزرگ" class="header-link block pr-1.5 text-lg no-hover:hidden with-hover:absolute with-hover:p-1.5 with-hover:opacity-0 with-hover:group-hover:opacity-100 with-hover:right-full" href="#1-مقدمهای-بر-یادگیری-تقویتی-و-نقش-آن-در-مدلهای-زبانی-بزرگ"><span><svg xmlns="http://www.w3.org/2000/svg" xmlns:xlink="http://www.w3.org/1999/xlink" aria-hidden="true" role="img" width="1em" height="1em" preserveAspectRatio="xMidYMid meet" viewBox="0 0 256 256"><path d="M167.594 88.393a8.001 8.001 0 0 1 0 11.314l-67.882 67.882a8 8 0 1 1-11.314-11.315l67.882-67.881a8.003 8.003 0 0 1 11.314 0zm-28.287 84.86l-28.284 28.284a40 40 0 0 1-56.567-56.567l28.284-28.284a8 8 0 0 0-11.315-11.315l-28.284 28.284a56 56 0 0 0 79.196 79.197l28.285-28.285a8 8 0 1 0-11.315-11.314zM212.852 43.14a56.002 56.002 0 0 0-79.196 0l-28.284 28.284a8 8 0 1 0 11.314 11.314l28.284-28.284a40 40 0 0 1 56.568 56.567l-28.285 28.285a8 8 0 0 0 11.315 11.314l28.284-28.284a56.065 56.065 0 0 0 0-79.196z" fill="currentColor"></path></svg><!----></span></a> <span>1️⃣ مقدمهای بر یادگیری تقویتی و نقش آن در مدلهای زبانی بزرگ</span></h3><!--]--><!----> <p>مبانی یادگیری تقویتی (RL) و نقش آن در تعلیم مدلهای زبانی بزرگ را بررسی میکنیم.</p> <ul><li>RL چیست؟</li> <li>RL چگونه در مدلهای زبانی بزرگ استفاده میشود؟</li> <li>DeepSeek R1 چیست؟</li> <li>نوآوریهای اصلی DeepSeek R1 کداماند؟</li></ul> <!--[2--><h3 class="relative group"><a id="2-درک-مقالهی-deepseek-r1" class="header-link block pr-1.5 text-lg no-hover:hidden with-hover:absolute with-hover:p-1.5 with-hover:opacity-0 with-hover:group-hover:opacity-100 with-hover:right-full" href="#2-درک-مقالهی-deepseek-r1"><span><svg xmlns="http://www.w3.org/2000/svg" xmlns:xlink="http://www.w3.org/1999/xlink" aria-hidden="true" role="img" width="1em" height="1em" preserveAspectRatio="xMidYMid meet" viewBox="0 0 256 256"><path d="M167.594 88.393a8.001 8.001 0 0 1 0 11.314l-67.882 67.882a8 8 0 1 1-11.314-11.315l67.882-67.881a8.003 8.003 0 0 1 11.314 0zm-28.287 84.86l-28.284 28.284a40 40 0 0 1-56.567-56.567l28.284-28.284a8 8 0 0 0-11.315-11.315l-28.284 28.284a56 56 0 0 0 79.196 79.197l28.285-28.285a8 8 0 1 0-11.315-11.314zM212.852 43.14a56.002 56.002 0 0 0-79.196 0l-28.284 28.284a8 8 0 1 0 11.314 11.314l28.284-28.284a40 40 0 0 1 56.568 56.567l-28.285 28.285a8 8 0 0 0 11.315 11.314l28.284-28.284a56.065 56.065 0 0 0 0-79.196z" fill="currentColor"></path></svg><!----></span></a> <span>2️⃣ درک مقالهی DeepSeek R1</span></h3><!--]--><!----> <p>مقالهی پژوهشی الهامبخش <a href="https://huggingface.co/open-r1" rel="nofollow">Open R1</a> را بررسی میکنیم:</p> <ul><li>نوآوریها و پیشرفتهای اصلی</li> <li>فرایند تعلیم و معماری</li> <li>نتایج و اهمیت آنها</li></ul> <!--[2--><h3 class="relative group"><a id="3-پیادهسازی-grpo-در-trl" class="header-link block pr-1.5 text-lg no-hover:hidden with-hover:absolute with-hover:p-1.5 with-hover:opacity-0 with-hover:group-hover:opacity-100 with-hover:right-full" href="#3-پیادهسازی-grpo-در-trl"><span><svg xmlns="http://www.w3.org/2000/svg" xmlns:xlink="http://www.w3.org/1999/xlink" aria-hidden="true" role="img" width="1em" height="1em" preserveAspectRatio="xMidYMid meet" viewBox="0 0 256 256"><path d="M167.594 88.393a8.001 8.001 0 0 1 0 11.314l-67.882 67.882a8 8 0 1 1-11.314-11.315l67.882-67.881a8.003 8.003 0 0 1 11.314 0zm-28.287 84.86l-28.284 28.284a40 40 0 0 1-56.567-56.567l28.284-28.284a8 8 0 0 0-11.315-11.315l-28.284 28.284a56 56 0 0 0 79.196 79.197l28.285-28.285a8 8 0 1 0-11.315-11.314zM212.852 43.14a56.002 56.002 0 0 0-79.196 0l-28.284 28.284a8 8 0 1 0 11.314 11.314l28.284-28.284a40 40 0 0 1 56.568 56.567l-28.285 28.285a8 8 0 0 0 11.315 11.314l28.284-28.284a56.065 56.065 0 0 0 0-79.196z" fill="currentColor"></path></svg><!----></span></a> <span>3️⃣ پیادهسازی GRPO در TRL</span></h3><!--]--><!----> <p>با مثالهای کدنویسی وارد بخش عملی میشویم:</p> <ul><li>چگونه از کتابخانهی Transformer Reinforcement Learning (TRL) استفاده کنیم</li> <li>راهاندازی تعلیم GRPO</li></ul> <!--[2--><h3 class="relative group"><a id="4-موردکاربرد-عملی-برای-همراستا-کردن-یک-مدل" class="header-link block pr-1.5 text-lg no-hover:hidden with-hover:absolute with-hover:p-1.5 with-hover:opacity-0 with-hover:group-hover:opacity-100 with-hover:right-full" href="#4-موردکاربرد-عملی-برای-همراستا-کردن-یک-مدل"><span><svg xmlns="http://www.w3.org/2000/svg" xmlns:xlink="http://www.w3.org/1999/xlink" aria-hidden="true" role="img" width="1em" height="1em" preserveAspectRatio="xMidYMid meet" viewBox="0 0 256 256"><path d="M167.594 88.393a8.001 8.001 0 0 1 0 11.314l-67.882 67.882a8 8 0 1 1-11.314-11.315l67.882-67.881a8.003 8.003 0 0 1 11.314 0zm-28.287 84.86l-28.284 28.284a40 40 0 0 1-56.567-56.567l28.284-28.284a8 8 0 0 0-11.315-11.315l-28.284 28.284a56 56 0 0 0 79.196 79.197l28.285-28.285a8 8 0 1 0-11.315-11.314zM212.852 43.14a56.002 56.002 0 0 0-79.196 0l-28.284 28.284a8 8 0 1 0 11.314 11.314l28.284-28.284a40 40 0 0 1 56.568 56.567l-28.285 28.285a8 8 0 0 0 11.315 11.314l28.284-28.284a56.065 56.065 0 0 0 0-79.196z" fill="currentColor"></path></svg><!----></span></a> <span>4️⃣ موردکاربرد عملی برای همراستا کردن یک مدل</span></h3><!--]--><!----> <p>موردکاربردی عملی برای همراستا کردن یک مدل با استفاده از Open R1 را بررسی میکنیم.</p> <ul><li>چگونه با GRPO در TRL یک مدل تعلیم دهیم</li> <li>مدل خود را در <a href="https://huggingface.co/models" rel="nofollow">هاب هاگینگفِیس</a> به اشتراک بگذاریم</li></ul> <!--[1--><h2 class="relative group"><a id="پیشنیازها" class="header-link block pr-1.5 text-lg no-hover:hidden with-hover:absolute with-hover:p-1.5 with-hover:opacity-0 with-hover:group-hover:opacity-100 with-hover:right-full" href="#پیشنیازها"><span><svg xmlns="http://www.w3.org/2000/svg" xmlns:xlink="http://www.w3.org/1999/xlink" aria-hidden="true" role="img" width="1em" height="1em" preserveAspectRatio="xMidYMid meet" viewBox="0 0 256 256"><path d="M167.594 88.393a8.001 8.001 0 0 1 0 11.314l-67.882 67.882a8 8 0 1 1-11.314-11.315l67.882-67.881a8.003 8.003 0 0 1 11.314 0zm-28.287 84.86l-28.284 28.284a40 40 0 0 1-56.567-56.567l28.284-28.284a8 8 0 0 0-11.315-11.315l-28.284 28.284a56 56 0 0 0 79.196 79.197l28.285-28.285a8 8 0 1 0-11.315-11.314zM212.852 43.14a56.002 56.002 0 0 0-79.196 0l-28.284 28.284a8 8 0 1 0 11.314 11.314l28.284-28.284a40 40 0 0 1 56.568 56.567l-28.285 28.285a8 8 0 0 0 11.315 11.314l28.284-28.284a56.065 56.065 0 0 0 0-79.196z" fill="currentColor"></path></svg><!----></span></a> <span>پیشنیازها</span></h2><!--]--><!----> <p>برای استفادهی کامل از این فصل، بهتر است موارد زیر را داشته باشید:</p> <ul><li>درک محکم از برنامهنویسی پایتون</li> <li>آشنایی با مفاهیم یادگیری ماشین</li> <li>علاقه به هوش مصنوعی و مدلهای زبانی</li></ul> <p>اگر بعضی از این پیشنیازها را ندارید نگران نباشید؛ مفاهیم کلیدی را در طول مسیر توضیح میدهیم! 🚀</p> <blockquote class="tip"><p>اگر همهی پیشنیازها را ندارید، این <a href="/course/chapter1/1">دوره</a> را از واحدهای ۱ تا ۱۱ ببینید.</p></blockquote> <!--[1--><h2 class="relative group"><a id="چگونه-از-این-فصل-استفاده-کنیم" class="header-link block pr-1.5 text-lg no-hover:hidden with-hover:absolute with-hover:p-1.5 with-hover:opacity-0 with-hover:group-hover:opacity-100 with-hover:right-full" href="#چگونه-از-این-فصل-استفاده-کنیم"><span><svg xmlns="http://www.w3.org/2000/svg" xmlns:xlink="http://www.w3.org/1999/xlink" aria-hidden="true" role="img" width="1em" height="1em" preserveAspectRatio="xMidYMid meet" viewBox="0 0 256 256"><path d="M167.594 88.393a8.001 8.001 0 0 1 0 11.314l-67.882 67.882a8 8 0 1 1-11.314-11.315l67.882-67.881a8.003 8.003 0 0 1 11.314 0zm-28.287 84.86l-28.284 28.284a40 40 0 0 1-56.567-56.567l28.284-28.284a8 8 0 0 0-11.315-11.315l-28.284 28.284a56 56 0 0 0 79.196 79.197l28.285-28.285a8 8 0 1 0-11.315-11.314zM212.852 43.14a56.002 56.002 0 0 0-79.196 0l-28.284 28.284a8 8 0 1 0 11.314 11.314l28.284-28.284a40 40 0 0 1 56.568 56.567l-28.285 28.285a8 8 0 0 0 11.315 11.314l28.284-28.284a56.065 56.065 0 0 0 0-79.196z" fill="currentColor"></path></svg><!----></span></a> <span>چگونه از این فصل استفاده کنیم</span></h2><!--]--><!----> <ol><li><strong>بهترتیب بخوانید</strong>: بخشها بر پایهی یکدیگر ساخته شدهاند، بنابراین بهتر است آنها را بهترتیب بخوانید.</li> <li><strong>یادداشتها را به اشتراک بگذارید</strong>: مفاهیم و پرسشهای مهم را یادداشت کنید و در جامعهی کاربران، در <a href="https://discord.gg/UrrTSsSyjb" rel="nofollow">دیسکورد</a>، دربارهی آنها گفتوگو کنید.</li> <li><strong>کد را امتحان کنید</strong>: وقتی به مثالهای عملی رسیدیم، آنها را خودتان اجرا کنید.</li> <li><strong>به جامعه بپیوندید</strong>: از منابعی که ارائه میکنیم برای ارتباط با دیگر یادگیرندگان استفاده کنید.</li></ol> <p>بیایید بررسی Open R1 را آغاز کنیم و ببینیم چگونه میتوانید در دسترسپذیرتر کردن هوش مصنوعی برای همه سهیم باشید! 🚀</p></div> <a class="!text-gray-400 !no-underline text-sm flex items-center not-prose mt-4" href="https://github.com/huggingface/course/blob/main/chapters/fa/chapter12/1.mdx" target="_blank"><svg class="mr-1" xmlns="http://www.w3.org/2000/svg" aria-hidden="true" fill="currentColor" focusable="false" role="img" width="1em" height="1em" preserveAspectRatio="xMidYMid meet" viewBox="0 0 32 32"><path d="M31,16l-7,7l-1.41-1.41L28.17,16l-5.58-5.59L24,9l7,7z"></path><path d="M1,16l7-7l1.41,1.41L3.83,16l5.58,5.59L8,23l-7-7z"></path><path d="M12.419,25.484L17.639,6.552l1.932,0.518L14.351,26.002z"></path></svg><!----> <span><span class="underline">Update</span> on GitHub</span></a><!----> <p></p><!--]--><!----><!--]--><!--]--><!--]--> <!--[-1--><!--]--><!--]--> | |
| <script> | |
| { | |
| __sveltekit_pfm8ny = { | |
| base: "/docs/course/pr_1364/fa", | |
| assets: "/docs/course/pr_1364/fa" | |
| }; | |
| const element = document.currentScript.parentElement; | |
| Promise.all([ | |
| import("/docs/course/pr_1364/fa/_app/immutable/entry/start.CqZXmSrv.js"), | |
| import("/docs/course/pr_1364/fa/_app/immutable/entry/app.B4UvgX5H.js") | |
| ]).then(([kit, app]) => { | |
| kit.start(app, element, { | |
| node_ids: [0, 28], | |
| data: [null,null], | |
| form: null, | |
| error: null | |
| }); | |
| }); | |
| } | |
| </script> | |
Xet Storage Details
- Size:
- 30.6 kB
- Xet hash:
- 849020a6e578498facf451b625ac2863ae5d55f1ebfb1461c5ac637d699127c2
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.