الصفحة الرئيسية>المتعلقة بالبرمجة>شفرة المصدر الأخرى
تنزيل

LLMs رائعة في الضبط الدقيق

مرحبًا بك في مجموعة الموارد المنسقة لتحسين نماذج اللغات الكبيرة (LLMs) مثل GPT وBERT وRoBERTa ومتغيراتها العديدة! في عصر الذكاء الاصطناعي هذا، أصبحت القدرة على تكييف النماذج المدربة مسبقًا مع مهام ومجالات محددة مهارة لا غنى عنها للباحثين وعلماء البيانات وممارسي التعلم الآلي.

نماذج اللغة الكبيرة، المدربة على مجموعات البيانات الضخمة، تلتقط نطاقًا واسعًا من المعرفة والفروق اللغوية الدقيقة. ومع ذلك، لإطلاق العنان لإمكاناتهم الكاملة في تطبيقات محددة، يعد ضبطها على مجموعات البيانات المستهدفة أمرًا بالغ الأهمية. لا تعمل هذه العملية على تحسين أداء النماذج فحسب، بل تضمن أيضًا توافقها مع السياق والمصطلحات ومتطلبات المهمة المطروحة.

في هذه القائمة الرائعة، قمنا بتجميع مجموعة من الموارد بدقة، بما في ذلك البرامج التعليمية والأبحاث والأدوات والأطر وأفضل الممارسات، لمساعدتك في رحلة الضبط الدقيق. سواء كنت ممارسًا متمرسًا وتتطلع إلى توسيع خبرتك أو مبتدئًا حريصًا على الدخول إلى عالم LLMs، فقد تم تصميم هذا المستودع لتوفير رؤى وإرشادات قيمة لتبسيط مساعيك.

جدول المحتويات

  • مشاريع جيثب
  • المقالات والمدونات
  • الدورات عبر الإنترنت
  • كتب
  • الأوراق البحثية
  • فيديوهات
  • الأدوات والبرامج
  • المؤتمرات والفعاليات
  • الشرائح والعروض التقديمية
  • البودكاست

مشاريع جيثب

  • LlamaIndex ?: إطار بيانات لتطبيقات LLM الخاصة بك. (23010 نجوم)
  • بتلات؟: قم بتشغيل LLMs في المنزل، بأسلوب BitTorrent. الضبط الدقيق والاستدلال أسرع بما يصل إلى 10 مرات من التفريغ. (7768 نجمة)
  • LLaMA-Factory: إطار عمل ضبط دقيق لـ LLM سهل الاستخدام (LLaMA-2، BLOOM، Falcon، Baichuan، Qwen، ChatGLM3). (5532 نجمة)
  • lit-gpt: تنفيذ قابل للاختراق لأحدث برامج LLM مفتوحة المصدر المستندة إلى nanoGPT. يدعم انتباه الفلاش، وتكميم 4 بت و8 بت، وضبط LoRA وLLaMA-Adapter، والتدريب المسبق. أباتشي 2.0 مرخص. (3469 نجمة)
  • H2O LLM Studio: إطار عمل وواجهة مستخدم رسومية بدون كود لضبط LLMs. التوثيق: https://h2oai.github.io/h2o-llmstudio/ (2880 نجمة)
  • Phoenix: إمكانية ملاحظة وتقييم الذكاء الاصطناعي - قم بتقييم واستكشاف الأخطاء وإصلاحها وضبط نماذج LLM والسيرة الذاتية والبرمجة اللغوية العصبية في دفتر ملاحظات. (1596 نجمة)
  • LLM-Adapters: رمز لورقة EMNLP 2023: "محولات LLM: عائلة محولات للضبط الدقيق لنماذج اللغات الكبيرة بكفاءة المعلمات". (769 نجمة)
  • خلد الماء: رمز لضبط LLMs fam Platypus باستخدام LoRA. (589 نجمة)
  • xtuner: مجموعة أدوات لتحسين كفاءة LLM (InternLM، Llama، Baichuan، QWen، ChatGLM2). (540 نجمة)
  • DB-GPT-Hub: مستودع يحتوي على النماذج ومجموعات البيانات وتقنيات الضبط الدقيق لـ DB-GPT، بهدف تحسين أداء النموذج، خاصة في تحويل النص إلى SQL، وحقق تنفيذًا أعلى من GPT-4 في تم استخدام هذا المشروع بواسطة تقييم العنكبوت مع 13B LLM. (422 نجمة)
  • LLM-Finetuning-Hub: مستودع يحتوي على نصوص الضبط الدقيق والنشر لـ LLM بالإضافة إلى نتائج أبحاثنا. 416
  • Finetune_LLMs: الريبو لضبط LLMs غير الرسمية. 391
  • MFTCoder: إطار عمل متعدد المهام عالي الدقة والكفاءة لـ Code LLMs؛ هناك العديد من الأشياء التي يجب مراعاتها في كل مرة. 337
  • llmware: توفير إطار تطوير وأدوات ونماذج دقيقة على مستوى المؤسسات. 289
  • LLM-Kit: منصة WebUI المتكاملة لأحدث برامج LLM | واجهة المستخدم WebUI لقد تم تصميم واجهة برمجة التطبيقات (API) لتكون قادرة على التعامل مع هذه المشكلة. mj文生图،LoRA和全参数微调،数据集制作،live2d等全流程应用工具. 232
  • h2o-wizardlm: تطبيق مفتوح المصدر لـ WizardLM لتحويل المستندات إلى أزواج Q:A لضبط LLM. 228
  • hcgf : الضبط الدقيق للنموذج التوليدي للدردشة الإنسانية | ماجستير في القانون. 196
  • llm_qlora : ضبط ماجستير إدارة الأعمال باستخدام QLoRA. 136
  • Awesome-llm-human-preference-datasets: قائمة منسقة من مجموعات بيانات التفضيلات البشرية لضبط LLM وRLHF والتقييم. 124
  • llm_finetuning: غلاف مناسب للضبط الدقيق والاستدلال لنماذج اللغات الكبيرة (LLMs) باستخدام العديد من تقنيات التكميم (GTPQ، bitsandbytes). 114

المقالات والمدونات

  • ضبط LLMs في عام 2024 باستخدام Hugging Face: TRL وFlash Attention ?: يوفر منشور المدونة هذا دليلاً شاملاً لضبط LLMs (على سبيل المثال، Llama 2)، باستخدام عناق الوجه trl وانتباه الفلاش على وحدات معالجة الرسومات بحجم المستهلك (24 جيجابايت).
  • الدليل الكامل لـ LLM Fine Tuning للمبتدئين: دليل شامل يشرح عملية الضبط الدقيق لنموذج تم تدريبه مسبقًا للمهام الجديدة، ويغطي المفاهيم الأساسية ويقدم مثالًا ملموسًا.
  • الضبط الدقيق لنماذج اللغات الكبيرة (LLMs): يقدم منشور المدونة هذا نظرة عامة على الضبط الدقيق لنماذج اللغات الكبيرة (LLMs)، ومناقشة المفاهيم المهمة وتقديم مثال عملي باستخدام كود Python.
  • إنشاء خبير مجال (LLM): دليل للضبط الدقيق: مقال يتعمق في مفهوم الضبط الدقيق باستخدام واجهة برمجة تطبيقات OpenAI، ويعرض مثالاً على الضبط الدقيق لنموذج لغة كبير لفهم حبكة أوبرا هاندل.
  • دليل المبتدئين إلى الضبط الدقيق لـ LLM؟: دليل يغطي عملية الضبط الدقيق لـ LLM، بما في ذلك استخدام أدوات مثل QLoRA لتكوين النماذج وضبطها بدقة.
  • الرسوم البيانية المعرفية والماجستير في القانون: الضبط الدقيق مقابل. الجيل المعزز للاسترجاع: يستكشف منشور المدونة هذا القيود المفروضة على ماجستير إدارة الأعمال ويقدم رؤى حول ضبطها بالتزامن مع الرسوم البيانية المعرفية.
  • قم بضبط LLM على بياناتك الشخصية: أنشئ راوي قصص "The Lord of the Rings" ✏️: مقال يوضح كيفية تدريب LLM الخاص بك على البيانات الشخصية، مما يوفر التحكم في المعلومات الشخصية دون الاعتماد على OpenAI's GPT-4.
  • الضبط الدقيق لنموذج LLM باستخدام H2O LLM Studio لإنشاء بيانات Cypher؟: يقدم منشور المدونة هذا مثالاً على الضبط الدقيق لنموذج LLM باستخدام H2O LLM Studio لإنشاء بيانات Cypher، وتمكين تطبيقات chatbot باستخدام الرسوم البيانية المعرفية.
  • ضبط نموذج Llama 2 الخاص بك في دفتر ملاحظات Colab: مقدمة عملية للضبط الدقيق لـ LLM، توضح كيفية تنفيذه في دفتر ملاحظات Google Colab لإنشاء نموذج Llama 2 الخاص بك.
  • التفكير في صقل LLM؟ إليك 3 اعتبارات قبل البدء: تناقش هذه المقالة ثلاث أفكار يجب أخذها في الاعتبار عند ضبط LLMs، بما في ذلك طرق تحسين GPT بما يتجاوز PEFT وLoRA، وأهمية استثمار الموارد بحكمة.
  • مقدمة إلى LLMs والذكاء الاصطناعي التوليدي: الجزء 3 - الضبط الدقيق LLM مع التعليمات: تستكشف هذه المقالة دور LLMs في تطبيقات الذكاء الاصطناعي وتقدم نظرة عامة على ضبطها بدقة.
  • RAG vs Finetuning - ما هي أفضل أداة لتعزيز تطبيق LLM الخاص بك - منشور مدونة يناقش الجوانب التي يجب مراعاتها عند إنشاء تطبيقات LLM واختيار الطريقة المناسبة لحالة الاستخدام الخاصة بك. ?‍
  • ضبط LLM: RLHF والبدائل (الجزء الأول) - مقال يعرض طرقًا بديلة لـ RLHF، وتحديدًا تحسين التفضيل المباشر (DPO).
  • متى يجب عليك ضبط LLMs؟ - استكشاف المقارنة بين الضبط الدقيق لبرامج LLM مفتوحة المصدر واستخدام واجهة برمجة التطبيقات المغلقة لاستعلامات LLM على نطاق واسع. ؟
  • الضبط الدقيق لنماذج اللغات الكبيرة - مع الأخذ في الاعتبار الضبط الدقيق لنماذج اللغات الكبيرة ومقارنتها بنهج الصفر والقليل من اللقطات.
  • GPT الخاص: ضبط LLM في بيانات المؤسسة - استكشاف تقنيات التدريب التي تسمح بضبط LLMs على وحدات معالجة الرسومات الأصغر حجمًا.
  • ضبط Google PaLM 2 باستخدام Scikit-LLM - توضيح كيفية ضبط Google PaLM 2، وهو برنامج LLM الأكثر تقدمًا من Google، باستخدام Scikit-LLM. ؟
  • الغوص العميق في الضبط الدقيق لنماذج اللغات الكبيرة - مدونة شاملة عن الضبط الدقيق لمسارات LLM مثل GPT-4 وBERT، مما يوفر رؤى واتجاهات وفوائد.
  • التدريب المسبق والضبط الدقيق والتعلم في السياق في نماذج اللغات الكبيرة - مناقشة مفاهيم التدريب المسبق والضبط الدقيق والتعلم في السياق في LLMs.
  • قائمة نماذج اللغات الكبيرة والمفتوحة المصدر - قائمة منسقة من LLMs مفتوحة المصدر والمضبوطة بدقة والتي يمكن تشغيلها محليًا على جهاز الكمبيوتر الخاص بك. ؟
  • دليل الممارسين لضبط LLMs لحالة الاستخدام الخاصة بالمجال - دليل يغطي الدروس والاستنتاجات الرئيسية حول ضبط LLMs لحالات الاستخدام الخاصة بالمجال.
  • Finetune Llama 3.1 مع حزمة إنتاج على AWS أو GCP أو Azure - دليل وتعليم حول ضبط Llama 3.1 (أو Phi 3.5) في إعداد إنتاج مصمم لأفضل ممارسات MLOps. ؟

الدورات عبر الإنترنت

  • أساسيات الضبط الدقيق: إطلاق العنان لإمكانات ماجستير إدارة الأعمال | Udemy: دورة عملية للمبتدئين حول بناء نماذج بنمط chatGPT وتكييفها لحالات استخدام محددة.
  • الذكاء الاصطناعي التوليدي مع نماذج لغوية كبيرة | كورسيرا: تعلم أساسيات الذكاء الاصطناعي التوليدي مع ماجستير إدارة الأعمال وكيفية نشرها في التطبيقات العملية. التسجيل مجانا.
  • نماذج اللغات الكبيرة: التطبيق من خلال الإنتاج | edX: دورة متقدمة للمطورين وعلماء البيانات والمهندسين لبناء تطبيقات تتمحور حول LLM باستخدام أطر عمل شائعة وتحقيق جاهزية الإنتاج الشاملة.
  • ضبط نماذج اللغات الكبيرة | مشروع كورسيرا الإرشادي: مشروع إرشادي قصير يغطي مفاهيم الضبط الأساسية وتدريب نماذج اللغة الكبيرة.
  • OpenAI & ChatGPT API's: الضبط الدقيق للمطورين | Udemy: اكتشف قوة GPT-3 في إنشاء حلول الذكاء الاصطناعي للمحادثة، بما في ذلك موضوعات مثل الهندسة السريعة والضبط الدقيق والتكامل ونشر نماذج ChatGPT.
  • الشهادة المهنية لنماذج اللغات الكبيرة | edX: تعرف على كيفية إنشاء وإنتاج التطبيقات المستندة إلى نماذج اللغة الكبيرة (LLM) باستخدام أحدث الأطر والتقنيات والنظريات وراء النماذج الأساسية.
  • تحسين أداء ماجستير الحقوق الخاص بك إلى ما هو أبعد من الضبط الدقيق | Udemy: دورة مصممة لقادة الأعمال والمطورين المهتمين بضبط نماذج LLM واستكشاف تقنيات تحسين أدائها.
  • مقدمة لنماذج اللغات الكبيرة | Coursera: دورة تعليمية صغيرة على المستوى التمهيدي تقدمها Google Cloud، تشرح أساسيات نماذج اللغات الكبيرة (LLMs) وحالات استخدامها. التسجيل مجانا.
  • المنهج | LLM101x | edX: تعرف على كيفية استخدام عمليات تضمين البيانات وقواعد البيانات المتجهة وضبط LLMs باستخدام البيانات الخاصة بالمجال لزيادة خطوط أنابيب LLM.
  • ضبط الأداء لنماذج التعلم العميق | Udemy: فصل دراسي رئيسي حول ضبط نماذج التعلم العميق، ويغطي التقنيات لتسريع التعلم وتحسين الأداء.
  • أفضل الدورات والشهادات الخاصة بنماذج اللغات الكبيرة (LLMs): تم تنسيق هذه المجموعة من دورات LLMs من أفضل المؤسسات التعليمية وقادة الصناعة، وتهدف إلى توفير تدريب عالي الجودة للأفراد وفرق الشركات التي تتطلع إلى التعلم أو تحسين مهاراتهم في ضبط LLMs.
  • إتقان نماذج اللغة: إطلاق العنان لقوة LLMs: في هذه الدورة الشاملة، ستتعمق في المبادئ الأساسية للبرمجة اللغوية العصبية وتستكشف كيف أعادت LLMs تشكيل مشهد تطبيقات الذكاء الاصطناعي. دليل شامل للبرمجة اللغوية العصبية والماجستير في القانون المتقدم.
  • إتقان LLM: الدليل الكامل للمحولات والذكاء الاصطناعي التوليدي: توفر هذه الدورة نظرة عامة رائعة على تاريخ الذكاء الاصطناعي وتغطي الضبط الدقيق لنماذج LLM الرئيسية الثلاثة: BERT وGPT وT5. مناسب للمهتمين بالذكاء الاصطناعي التوليدي والماجستير في إدارة الأعمال والتطبيقات على مستوى الإنتاج.
  • استكشاف التقنيات الكامنة وراء ChatGPT وGPT4 وLLMs: الدورة التدريبية الوحيدة التي تحتاج إلى التعرف على نماذج اللغات الكبيرة مثل ChatGPT وGPT4 وBERT والمزيد. احصل على نظرة ثاقبة حول التقنيات الكامنة وراء هذه LLMs.
  • مقدمة غير فنية لنماذج اللغات الكبيرة: نظرة عامة على نماذج اللغات الكبيرة للأفراد غير التقنيين، مع شرح التحديات الحالية وتقديم تفسيرات بسيطة بدون مصطلحات معقدة.
  • نماذج اللغات الكبيرة: نماذج الأساس من الألف إلى الياء: تعمق في تفاصيل النماذج الأساسية في LLMs، مثل BERT، وGPT، وT5. اكتساب فهم لأحدث التطورات التي تعزز وظائف LLM.

كتب

  • الذكاء الاصطناعي التوليدي مع نماذج لغوية كبيرة - دورة تدريبية عملية جديدة مقدمة من Deeplearning.ai وAWS
  • دورة تدريبية عملية تعلم كيفية ضبط نماذج اللغات الكبيرة (LLMs) باستخدام نماذج المكافآت والتعلم المعزز، مع التركيز على الذكاء الاصطناعي التوليدي.
  • من اختيار البيانات إلى الضبط الدقيق: الدليل الفني لبناء نماذج LLM
  • دليل فني يغطي عملية إنشاء نماذج LLM، بدءًا من اختيار البيانات وحتى الضبط الدقيق.
  • كتاب الطبخ المعرفي LLM: من RAG إلى QLoRA إلى الضبط الدقيق وجميع الوصفات بينهما!
  • كتاب طبخ شامل يستكشف نماذج LLM المختلفة، بما في ذلك تقنيات مثل الاسترداد والتوليد (RAG) وتمثيل لغة الاستعلام (QLoRA)، بالإضافة إلى عملية الضبط الدقيق.
  • مبادئ الضبط الدقيق لـ LLMs
  • مقال يزيل الغموض عن عملية الضبط الدقيق لمدارس LLM ويستكشف تقنيات مختلفة، مثل التعلم في السياق، وأساليب الضبط الدقيق الكلاسيكية، والضبط الدقيق الفعال للمعلمات، والتعلم المعزز بالملاحظات البشرية (RLHF).
  • من اختيار البيانات إلى الضبط الدقيق: الدليل الفني لبناء نماذج LLM
  • دليل فني يقدم رؤى حول بناء وتدريب نماذج لغوية كبيرة (LLMs).
  • التدريب العملي على نماذج اللغات الكبيرة
  • كتاب يغطي التطورات في أنظمة الذكاء الاصطناعي اللغوي المدفوعة بالتعلم العميق، مع التركيز على نماذج اللغات الكبيرة.
  • قم بضبط Llama 2 لإنشاء النص على Amazon SageMaker JumpStart
  • تعرف على كيفية ضبط نماذج Llama 2 باستخدام Amazon SageMaker JumpStart لإنشاء الحوار الأمثل.
  • ضبط LLaMA 2 سريع وفعال من حيث التكلفة باستخدام AWS Trainium
  • منشور مدونة يشرح كيفية تحقيق الضبط الدقيق السريع والفعال من حيث التكلفة لنماذج LLaMA 2 باستخدام AWS Trainium.
  • الضبط الدقيق - التعلم العميق المتقدم باستخدام بايثون [كتاب]: كتاب يستكشف مهمة الضبط الدقيق بعد مهمة التدريب المسبق في التعلم العميق المتقدم باستخدام بايثون.
  • كتاب الطبخ المعرفي LLM: من RAG إلى QLoRA إلى Fine...: دليل شامل لاستخدام نماذج اللغة الكبيرة (LLMs) لمختلف المهام، يغطي كل شيء بدءًا من الأساسيات وحتى تقنيات الضبط الدقيق المتقدمة.
  • دليل البدء السريع لنماذج اللغات الكبيرة: الاستراتيجيات وأفضل...: دليل يركز على الاستراتيجيات وأفضل الممارسات لنماذج اللغات الكبيرة (LLMs) مثل BERT، وT5، وChatGPT، ويعرض أدائها غير المسبوق في مهام البرمجة اللغوية العصبية المختلفة.
  • 4. تقنيات GPT-4 وChatGPT المتقدمة - تطوير التطبيقات...: فصل يتعمق في التقنيات المتقدمة لـ GPT-4 وChatGPT، بما في ذلك الهندسة السريعة، والتعلم بدون إطلاق النار، والتعلم باستخدام عدد قليل من اللقطات، والدقة الدقيقة الخاصة بالمهام. ضبط.
  • ما هي نماذج اللغات الكبيرة؟ - شرح LLM AI - AWS: شرح لنماذج اللغات الكبيرة (LLMs)، ومناقشة مفاهيم التعلم قليل اللقطات والضبط الدقيق لتحسين أداء النموذج.

الأوراق البحثية

  • محولات LLM: عائلة محولات للضبط الدقيق بكفاءة المعلمات؟: تقدم هذه الورقة محولات LLM، وهو إطار عمل سهل الاستخدام يدمج محولات مختلفة في LLMs من أجل الضبط الدقيق بكفاءة المعلمات (PEFT) في مهام مختلفة.
  • ضبط LLM على مرحلتين مع تخصص أقل؟: يعالج ProMoT، وهو إطار ضبط دقيق من مرحلتين، مسألة التخصص في التنسيق في LLMs من خلال الضبط الفوري مع ضبط MOdel، مما يحسن أداء التعلم العام في السياق.
  • ضبط نماذج لغات المؤسسات الكبيرة عبر الاستدلال الوجودي؟: تقترح هذه الورقة بنية رمزية عصبية تجمع بين نماذج اللغات الكبيرة (LLMs) والرسوم البيانية المعرفية للمؤسسات (EKGs) لتحقيق الضبط الدقيق الخاص بمجال LLMs.
  • QLoRA: الضبط الفعال لـ LLMs الكمية؟: QLoRA هو نهج ضبط فعال يقلل من استخدام الذاكرة مع الحفاظ على أداء المهام، ويقدم رؤى حول نماذج اللغة الكمية المدربة مسبقًا.
  • الضبط الدقيق للمعلمات الكاملة لنماذج اللغات الكبيرة ذات الموارد المحدودة؟: يقدم هذا العمل LOMO، وهي تقنية لتحسين الذاكرة المنخفضة، مما يتيح الضبط الدقيق للمعلمات الكاملة لمدارس LLM الكبيرة بموارد GPU المحدودة.
  • LoRA: التكيف منخفض الرتبة لنماذج اللغات الكبيرة؟: تقترح LoRA منهجية لتكييف النماذج الكبيرة المدربة مسبقًا مع مهام محددة عن طريق حقن مصفوفات تحليل الرتبة القابلة للتدريب في كل طبقة، مما يقلل عدد المعلمات القابلة للتدريب مع الحفاظ على جودة النموذج.
  • تعزيز LLM من خلال الضبط التطوري الدقيق لإنشاء ملخص الأخبار؟: تقدم هذه الورقة نموذجًا جديدًا لإنشاء ملخص الأخبار باستخدام LLM، مع دمج الخوارزميات الجينية وقدرات فهم اللغة الطبيعية القوية.
  • كيف تؤثر اللغات على بعضها البعض؟ دراسة مشاركة البيانات عبر اللغات أثناء الضبط الدقيق لماجستير القانون؟: تبحث هذه الدراسة في مشاركة البيانات عبر اللغات أثناء الضبط الدقيق لنماذج اللغات الكبيرة متعددة اللغات (MLLMs) وتحلل تأثير اللغات المختلفة على أداء النموذج.
  • ضبط نماذج اللغة باستخدام التمريرات الأمامية فقط؟: يتيح MeZO، وهو مُحسِّن الترتيب الصفري الموفر للذاكرة، ضبط نماذج اللغة الكبيرة بشكل دقيق مع تقليل متطلبات الذاكرة بشكل كبير.
  • تعلم التفكير في الرسوم البيانية للمشهد: دراسة حالة لـ Finetuning LLMs؟: يستكشف هذا العمل إمكانية تطبيق GPT-2 LLMs في تخطيط المهام الروبوتية، مما يوضح إمكانية استخدام LLMs في سيناريوهات تخطيط المهام طويلة الأفق.
  • الضبط الدقيق لنماذج اللغات الكبيرة بشكل خاص باستخدام: تستكشف هذه الورقة تطبيق الخصوصية التفاضلية لإضافة ضمانات الخصوصية لضبط نماذج اللغات الكبيرة (LLMs).
  • DISC-LawLLM: ضبط نماذج اللغات الكبيرة للأنظمة القانونية الذكية: تقدم هذه الورقة DISC-LawLLM، وهو نظام قانوني ذكي يستخدم ماجستير في القانون مع القدرة على الاستدلال القانوني لتوفير مجموعة واسعة من الخدمات القانونية.
  • ضبط تعليمات المهام المتعددة لـ LLaMa لسيناريوهات محددة: ج: تبحث الورقة في فعالية الضبط الدقيق لـ LLaMa، وهو ماجستير أساسي في القانون، في مهام كتابية محددة، مما يدل على تحسن كبير في قدرات الكتابة.
  • تدريب النماذج اللغوية على اتباع التعليمات مع التعليقات البشرية: تقترح هذه الورقة طريقة لمواءمة النماذج اللغوية مع نية المستخدم من خلال ضبطها باستخدام التعليقات البشرية، مما يؤدي إلى تفضيل النماذج على النماذج الأكبر في التقييمات البشرية.
  • نماذج اللغة الكبيرة يمكنها التحسين الذاتي: توضح الورقة أن طلاب ماجستير اللغة يمكنهم تحسين قدراتهم المنطقية ذاتيًا من خلال الضبط الدقيق باستخدام الحلول المولدة ذاتيًا، وتحقيق أداء متطور بدون تسميات الحقيقة الأساسية.
  • تبني نماذج لغوية كبيرة للتطبيقات الطبية: تسلط هذه الورقة الضوء على إمكانات ماجستير العلوم المضبوطة بدقة في التطبيقات الطبية، مما يحسن دقة التشخيص ويدعم اتخاذ القرارات السريرية.
  • توسيع نطاق نماذج اللغة المضبوطة للتعليمات: تستكشف الورقة الضبط الدقيق للتعليمات في ماجستير إدارة الأعمال، مما يدل على تحسينات كبيرة في الأداء والتعميم على المهام غير المرئية.
  • الضبط الدقيق الموحد لنماذج اللغة ذات الحجم المليار عبر: يقدم هذا العمل FwdLLM، وهو بروتوكول تعليمي متحد مصمم لتعزيز كفاءة الضبط الدقيق لمدارس LLM الكبيرة على الأجهزة المحمولة، مما يؤدي إلى تحسين كفاءة الذاكرة والوقت.
  • نظرة شاملة على نماذج اللغات الكبيرة: تقدم هذه الورقة نظرة عامة على تطوير وتطبيقات نماذج اللغات الكبيرة وقدراتها على التعلم النقلي.
  • ضبط نماذج اللغة لإيجاد اتفاق بين البشر مع: تستكشف الورقة الضبط الدقيق لمادة LLM كبيرة لتوليد بيانات توافقية تزيد من الموافقة على مجموعة من الأشخاص ذوي الآراء المتنوعة.

فيديوهات

  • مقدمة إلى نماذج اللغات الكبيرة بقلم أندريه كارباثي: هذه مقدمة مدتها ساعة واحدة لنماذج اللغات الكبيرة. ما هي، إلى أين تتجه، مقارنات وقياسات لأنظمة التشغيل الحالية، وبعض التحديات المتعلقة بالأمن في نموذج الحوسبة الجديد هذا.
  • ضبط Llama 2 على مجموعة البيانات الخاصة بك | تدريب LLM من أجلك ...: تعرف على كيفية ضبط نموذج Llama 2 على مجموعة بيانات مخصصة.
  • الضبط الدقيق لـ LLM باستخدام QLoRA على وحدة معالجة الرسومات المفردة: تدريب Falcon-7b على ...: يوضح هذا الفيديو عملية الضبط الدقيق لـ Falcon 7b LLM باستخدام QLoRA.
  • ضبط LLM باستخدام PEFT | مقدمة إلى اللغة الكبيرة...: اكتشف كيفية ضبط LLM باستخدام PEFT، وهي تقنية تتطلب موارد أقل.
  • LLAMA-2 مفتوح المصدر LLM: الضبط الدقيق المخصص أصبح سهلاً على ...: دليل خطوة بخطوة حول كيفية ضبط نموذج LLama 2 LLM على مجموعة البيانات المخصصة الخاصة بك.
  • دورة جديدة: ضبط نماذج اللغات الكبيرة - YouTube: يقدم هذا الفيديو دورة تدريبية حول ضبط نماذج LLM، وتغطي اختيار النماذج، وإعداد البيانات، والتدريب، والتقييم.
  • س: كيفية إنشاء مجموعة بيانات تعليمات لتحسين ماجستير إدارة الأعمال الخاص بي ...: في هذا البرنامج التعليمي، يتعلم المبتدئون كيفية ضبط ماجستير إدارة الأعمال بشكل دقيق، بما في ذلك متى وكيف ولماذا القيام بذلك.
  • وحدة LLM 4: الضبط الدقيق وتقييم LLMs | 4.13.1 دفتر الملاحظات ...: عرض توضيحي للدفتر حول الضبط الدقيق وتقييم ماجستير إدارة الأعمال.
  • الضبط الدقيق/التكيف/التخصيص من Google LLM - البدء...: ابدأ في الضبط الدقيق لنموذج اللغة الكبير PaLM 2 من Google من خلال دليل خطوة بخطوة.
  • التدريب المسبق مقابل الضبط الدقيق مقابل التعلم في سياق LLM (GPT-x...: دليل نهائي يشرح التدريب المسبق والضبط الدقيق والتعلم في سياق LLMs مثل GPT-x.
  • كيفية ضبط LLM باستخدام ملف PDF - برنامج Langchain التعليمي - YouTube: تعرف على كيفية ضبط GPT LLM من OpenAI لمعالجة مستندات PDF باستخدام مكتبات Langchain وPDF.
  • EasyTune Walkthrough - YouTube - شرح تفصيلي لضبط LLM باستخدام QLoRA على وحدة معالجة رسومات واحدة باستخدام Falcon-7b.
  • إطلاق العنان لإمكانات دروس ChatGPT في التدريب والغرامة... - يقدم الطالب تعليمات الضبط الدقيق والتعلم في سياق ماجستير إدارة الأعمال باستخدام الرموز.
  • أخبار الذكاء الاصطناعي: إنشاء ماجستير إدارة الأعمال بدون تعليمات برمجية! - YouTube - تناقش مايا أكيم أفضل 5 حالات استخدام للضبط الدقيق في LLM تحتاج إلى معرفتها.
  • أفضل 5 حالات استخدام للضبط الدقيق في LLM تحتاج إلى معرفتها - YouTube - مقطع فيديو متعمق يسلط الضوء على أفضل 5 حالات استخدام للضبط الدقيق في LLM مع روابط إضافية لمزيد من الاستكشاف.
  • clip2 llm emory - YouTube - تعرف على كيفية ضبط Llama 2 على مجموعة البيانات الخاصة بك وتدريب ماجستير في القانون على حالة الاستخدام المحددة الخاصة بك.
  • أسهل طريقة لضبط LLAMA-v2 على جهاز محلي! - YouTube - دليل فيديو خطوة بخطوة يوضح الطريقة الأسهل والأبسط والأسرع لضبط LLAMA-v2 على جهازك المحلي للحصول على مجموعة بيانات مخصصة.
  • دورات LLM للتدريب والضبط الدقيق: مقدمة - YouTube - مقدمة للتدريب والضبط الدقيق لبرامج LLM، بما في ذلك المفاهيم المهمة وتحدي كفاءة NeurIPS LLM.
  • الضبط الدقيق لبرامج الماجستير في القانون باستخدام PEFT وLoRA - YouTube - فيديو شامل يستكشف كيفية استخدام PEFT لضبط أي نموذج GPT على نمط وحدة فك التشفير، بما في ذلك أساسيات الضبط الدقيق والتحميل لـ LoRA.
  • إنشاء مجموعات بيانات وتنظيمها من أجل الضبط الدقيق لـ RLHF وLLM . .. - تعرف على كيفية إنشاء مجموعات البيانات وتنظيمها لـ RLHF (التعلم المعزز من ردود الفعل البشرية) وLLM (نموذج اللغة الكبيرة) للضبط الدقيق، برعاية Argilla.
  • Fine Tuning LLM (OpenAI GPT) with Custom Data in Python - YouTube - اكتشف كيفية توسيع LLM (OpenAI GPT) عن طريق ضبطها باستخدام مجموعة بيانات مخصصة لتوفير أسئلة وأجوبة وملخص ووظائف أخرى تشبه ChatGPT.

الأدوات والبرامج

  • ضبط LLaMA الفعال: إطار الضبط الدقيق LLM سهل الاستخدام (LLaMA-2، BLOOM، Falcon).
  • H2O LLM Studio: إطار عمل وواجهة مستخدم رسومية بدون كود لضبط LLMs.
  • PEFT: طرق الضبط الدقيق ذات الكفاءة في المعلمات (PEFT) للتكيف الفعال لنماذج اللغة المدربة مسبقًا مع التطبيقات النهائية.
  • نموذج يشبه ChatGPT: قم بتشغيل نموذج سريع يشبه ChatGPT محليًا على جهازك.
  • Petals: قم بتشغيل نماذج اللغات الكبيرة مثل BLOOM-176B بشكل تعاوني، مما يسمح لك بتحميل جزء صغير من النموذج والتعاون مع الآخرين للاستدلال أو الضبط الدقيق. ؟
  • NVIDIA NeMo: مجموعة أدوات لبناء نماذج الذكاء الاصطناعي للمحادثة الحديثة ومصممة خصيصًا لنظام التشغيل Linux.
  • H2O LLM Studio: إطار عمل وأداة واجهة المستخدم الرسومية بدون تعليمات برمجية لضبط نماذج اللغات الكبيرة على نظام التشغيل Windows. ?️
  • Ludwig AI: إطار عمل منخفض التعليمات البرمجية لبناء LLMs مخصصة وغيرها من الشبكات العصبية العميقة. قم بتدريب طلاب LLM المتطورين بسهولة باستخدام ملف تكوين YAML التعريفي. ؟
  • bert4torch: تطبيق PyTorch الأنيق للمحولات. قم بتحميل العديد من أوزان النماذج الكبيرة مفتوحة المصدر للاستدلال والضبط الدقيق.
  • Alpaca.cpp: قم بتشغيل نموذج سريع يشبه ChatGPT محليًا على جهازك. مزيج من نموذج الأساس LLaMA ونسخة مفتوحة من Stanford Alpaca لضبط التعليمات بدقة. ؟
  • موجه: تقييم مخرجات LLM ومقارنتها، والتقاط الانحدارات، وتحسين المطالبات باستخدام التقييمات التلقائية ومدخلات المستخدم التمثيلية.

المؤتمرات والفعاليات

  • محادثة ML/AI: الذكاء الاصطناعي الرمزي العصبي - بديل لماجستير إدارة الأعمال - سيناقش هذا اللقاء تجربة الضبط الدقيق لماجستير إدارة الأعمال واستكشاف الذكاء الاصطناعي الرمزي العصبي كبديل.
  • يوم تطوير الذكاء الاصطناعي - سياتل، الاثنين، 30 أكتوبر 2023، الساعة 5:00 مساءً - حديث تقني حول إمكانية ملاحظة LLM الفعالة وفرص الضبط الدقيق باستخدام بحث تشابه المتجهات.
  • أحداث DeepLearning.AI - سلسلة من الأحداث بما في ذلك التخفيف من هلوسة LLM، وضبط LLMs باستخدام PyTorch 2.0 وChatGPT، وبرامج تعليم الذكاء الاصطناعي.
  • يوم تطوير الذكاء الاصطناعي - نيويورك، الخميس، 26 أكتوبر 2023، الساعة 5:30 مساءً - محادثات تقنية حول أفضل الممارسات في تطبيقات GenAI واستخدام LLMs للإشعارات المخصصة في الوقت الفعلي.
  • Chat LLMs ووكلاء الذكاء الاصطناعي - استخدم Gen AI لبناء أنظمة ووكلاء الذكاء الاصطناعي - حدث يركز على LLMs ووكلاء الذكاء الاصطناعي وبيانات السلسلة، مع فرص للتفاعل من خلال دردشة الحدث.
  • NYC AI/LLM/ChatGPT Developers Group - محادثات/ورش عمل تقنية منتظمة للمطورين المهتمين بالذكاء الاصطناعي وLLMs وChatGPT وNLP وML والبيانات وما إلى ذلك.
  • الاستفادة من LLMs لبيانات المؤسسة، الثلاثاء 14 نوفمبر 2023، 2:00 مساءً - تعمق في استراتيجيات LLM الأساسية المصممة لتطبيقات البيانات غير العامة، بما في ذلك الهندسة السريعة والاسترجاع.
  • لقاء بلفيو للتعلم الآلي التطبيقي - لقاء يركز على تقنيات التعلم الآلي التطبيقية وتحسين مهارات علماء البيانات وممارسي تعلم الآلة.
  • لقاء الذكاء الاصطناعي والهندسة السريعة ميونيخ، دو.، 5. Okt. 2023، 18:15 - تقديم H2O LLM Studio لتحسين ماجستير إدارة الأعمال والجمع بين عشاق الذكاء الاصطناعي من خلفيات مختلفة.
  • مجموعة سياتل للذكاء الاصطناعي/تعلم الآلة/البيانات - محادثات تقنية حول تقييم وكلاء LLM وتعلم الذكاء الاصطناعي/تعلم الآلة/البيانات من خلال الممارسة.
  • علوم البيانات دوجو - العاصمة | Meetup: هذه مجموعة لقاءات مقرها واشنطن العاصمة لمحترفي الأعمال المهتمين بالتدريس والتعلم ومشاركة المعرفة وفهم علوم البيانات.
  • ابحث عن فعاليات ومجموعات علوم البيانات في دبي، الإمارات العربية المتحدة: اكتشف فعاليات ومجموعات علوم البيانات في دبي، الإمارات العربية المتحدة، للتواصل مع الأشخاص الذين يشاركونك اهتماماتك.
  • لقاء الذكاء الاصطناعي (شخصيًا): الذكاء الاصطناعي التوليدي وLLMs - إصدار الهالوين: انضم إلى لقاء الذكاء الاصطناعي هذا لإجراء حديث تقني حول الذكاء الاصطناعي التوليدي ونماذج اللغات الكبيرة (LLMs)، بما في ذلك الأدوات مفتوحة المصدر وأفضل الممارسات.
  • إطلاق العنان لـ ChatGPT: العرض التوضيحي المباشر وأفضل الممارسات للبرمجة اللغوية العصبية (NLP): يستكشف هذا الحدث عبر الإنترنت اختراقات الضبط الدقيق لنماذج اللغات الكبيرة ويعرض التطبيقات العملية لـ ChatGPT وLLMs.
  • ابحث عن أحداث ومجموعات علوم البيانات في بيون، إنديانا: استكشف الأحداث والمجموعات عبر الإنترنت أو شخصيًا ذات الصلة بعلوم البيانات في بيون، إنديانا.
  • DC AI/ML/مجموعة مطوري البيانات | اللقاء: تهدف هذه المجموعة إلى جمع المتحمسين للذكاء الاصطناعي في منطقة العاصمة لتعلم تقنيات الذكاء الاصطناعي وممارستها، بما في ذلك الذكاء الاصطناعي والتعلم الآلي والتعلم العميق وعلوم البيانات.
  • بوسطن AI/LLMs/مجموعة مطوري ChatGPT | Meetup: انضم إلى هذه المجموعة في بوسطن لتعلم وممارسة تقنيات الذكاء الاصطناعي مثل LLMs وChatGPT والتعلم الآلي والتعلم العميق وعلوم البيانات.
  • باريس البرمجة اللغوية العصبية | اللقاء: يركز هذا اللقاء على تطبيقات معالجة اللغة الطبيعية (NLP) في مختلف المجالات، ومناقشة التقنيات والأبحاث والتطبيقات لكل من مناهج البرمجة اللغوية العصبية التقليدية والحديثة.
  • SF AI/LLMs/مجموعة مطوري ChatGPT | اللقاء: تواصل مع عشاق الذكاء الاصطناعي في منطقة سان فرانسيسكو/الخليج لتعلم وممارسة تكنولوجيا الذكاء الاصطناعي، بما في ذلك LLMs وChatGPT وNLP والتعلم الآلي والتعلم العميق وعلوم البيانات.
  • لقاء الذكاء الاصطناعي (شخصيًا): GenAI وLLMs for Health: احضر هذه المحادثة التقنية حول تطبيق LLMs في الرعاية الصحية وتعرف على المكاسب السريعة في استخدام LLMs للمهام المتعلقة بالصحة.

الشرائح والعروض التقديمية

  • الضبط الدقيق لوحدات LM الكبيرة: عرض تقديمي يناقش عملية الضبط الدقيق لنماذج اللغات الكبيرة مثل GPT وBERT وRoBERTa.
  • LLaMa 2.pptx: شرائح تقدم LLaMa 2، وهو نموذج قوي لنموذج لغة كبير تم تطويره بواسطة Meta AI.
  • LLM.pdf: عرض تقديمي يستكشف دور المحولات في البرمجة اللغوية العصبية، من BERT إلى GPT-3.
  • المعسكر التدريبي لنماذج اللغات الكبيرة: شرائح المعسكر التدريبي التي تغطي الجوانب المختلفة لنماذج اللغات الكبيرة، بما في ذلك التدريب من البداية والضبط الدقيق.
  • شرح LHC بواسطة CNN: شرائح تشرح LHC (مصادم الهادرونات الكبير) باستخدام CNN ونماذج الصور الدقيقة.
  • استخدام نماذج اللغة الكبيرة في 10 أسطر من التعليمات البرمجية: عرض تقديمي يوضح كيفية استخدام نماذج اللغة الكبيرة في 10 أسطر من التعليمات البرمجية فقط.
  • LLaMA-Adapter: الضبط الدقيق الفعال لنماذج اللغة مع انتباه Zero-init.pdf: شرائح تناقش LLaMA-Adapter، وهي تقنية فعالة لضبط نماذج اللغة بدقة مع انتباه Zero-init.
  • مقدمة إلى LLMs: عرض تقديمي يقدم مقدمة لنماذج اللغات الكبيرة، بما في ذلك النماذج الأساسية والضبط الدقيق مع أزواج الإكمال الفوري.
  • LLM Fine-Tuning (LLM Day5資料) - مجموعة المتحدث: شرائح تستخدم لمحاضرة حول الضبط الدقيق لنماذج اللغة الكبيرة، خصيصًا لـ 2023.
  • أتمتة وظيفتك وعملك باستخدام ChatGPT #3: عرض تقديمي يناقش أساسيات ChatGPT وتطبيقاته لأتمتة الوظائف ومهام الأعمال.
  • إطلاق العنان لقوة الذكاء الاصطناعي التوليدي دليل تنفيذي.pdf - دليل يشرح عملية الضبط الدقيق لنماذج اللغات الكبيرة (LLMs) لتكييفها مع احتياجات المؤسسة.
  • ضبط ونشر نماذج Hugging Face NLP | PPT - عرض تقديمي يقدم رؤى حول كيفية إنشاء نماذج LLM ونشرها باستخدام Hugging Face NLP.
  • Human-in-the-Loop - مجموعة مكبرات الصوت - مجموعة شرائح تناقش عملية الضبط الدقيق لنماذج اللغة لإيجاد اتفاق بين البشر ذوي التفضيلات المتنوعة.
  • سلسلة الذكاء الاصطناعي وتعلم الآلة - مقدمة إلى الذكاء الاصطناعي التوليدي وماجستير إدارة الأعمال | PPT - عرض تقديمي يقدم الذكاء الاصطناعي التوليدي ومبادئ LLM، بما في ذلك استخدامها في تطبيقات محددة.
  • الجيل المعزز للاسترجاع في الممارسة العملية: GenAI القابل للتطوير ... - عرض تقديمي يناقش حالات استخدام الذكاء الاصطناعي التوليدي، والقيود المفروضة على نماذج اللغة الكبيرة، واستخدام الجيل المعزز للاسترجاع (RAG) وتقنيات الضبط الدقيق.
  • عرض LLM النهائي | PPT - عرض تقديمي يغطي قانون وكالة الطفل والأسرة لعام 2013 ومبدأ المصلحة الفضلى في سياق LLMs.
  • تعديلات نموذج LLM في أنظمة التوصية.pdf - ملف PDF يشرح عملية الضبط الدقيق والتكيفات الموضوعية في أنظمة التوصية المستندة إلى LLM.
  • الذكاء الاصطناعي للمحادثة مع نماذج المحولات | PPT - عرض تقديمي يسلط الضوء على استخدام نماذج المحولات في تطبيقات الذكاء الاصطناعي للمحادثة.
  • مؤشر اللاما | PPT - عرض تقديمي عن صعود LLMs وبناء التطبيقات التي تدعم LLM.
  • LLaMA-Adapter: الضبط الدقيق الفعال لنماذج اللغة باستخدام Zero-init Attention.pdf - ملف PDF يناقش الضبط الدقيق الفعال لنماذج اللغة مع انتباه Zero-init باستخدام LLaMA.

البودكاست

  • الذكاء الاصطناعي العملي: التعلم الآلي وعلوم البيانات - جعل الذكاء الاصطناعي عمليًا ومنتجًا ومتاحًا للجميع. شارك في مناقشات حية حول الذكاء الاصطناعي والتعلم الآلي والتعلم العميق والشبكات العصبية والمزيد. رؤى يمكن الوصول إليها وسيناريوهات العالم الحقيقي لكل من المبتدئين والممارسين المتمرسين.
  • المعارضة المتدرجة: استكشاف التعلم الآلي والذكاء الاصطناعي والتعلم العميق - اذهب خلف الكواليس لتتعلم من قادة الصناعة حول كيفية تنفيذ التعلم العميق في سيناريوهات العالم الحقيقي. اكتساب نظرة ثاقبة على صناعة التعلم الآلي والبقاء على اطلاع دائم بأحدث الاتجاهات.
  • Weaviate Podcast - انضم إلى Connor Shorten لسلسلة Weaviate Podcast ، والتي تضم مقابلات مع الخبراء والمناقشات حول الموضوعات المتعلقة بالانعدام الذكاء.
  • الفضاء الكامن: البودكاست المهندس AI - Codegen ، الوكلاء ، رؤية الكمبيوتر ، علوم البيانات ، AI UX وجميع الأشياء Software 3.0 - الغوص في عالم هندسة الذكاء الاصطناع في AI UX.
  • التعلم غير الخاضع للإشراف - اكتساب نظرة ثاقبة على مشهد الذكاء الاصطناعي السريع وتأثيره على الشركات والعالم. استكشاف المناقشات حول تطبيقات LLM والاتجاهات والتقنيات التعطيل.
  • Podcast TWIML AI (سابقًا هذا الأسبوع في التعلم الآلي) - الغوص بعمق في نهج التثبيت المستخدمة في إمكانات وقيود LLM ، والتعلم من الخبراء في هذا المجال.
  • AI ومستقبل العمل على Apple Podcasts: بودكاست يستضيفه SC Moatti يناقش تأثير الذكاء الاصطناعي على مستقبل العمل.
  • الذكاء الاصطناعي العملي: التعلم الآلي ، علوم البيانات: صقل مقابل RAG: تستكشف هذه الحلقة المقارنة بين التوليد الدقيق والاسترجاع المعزز في التعلم الآلي وعلوم البيانات.
  • التعلم غير الخاضع للإشراف على Apple Podcasts: تتميز الحلقة 20 بمقابلة مع الرئيس التنفيذي لشركة Dario Amodei في مستقبل AGI و AI.
  • أقرأ الأوراق على الذكاء الاصطناعي | بودكاست على Spotify: يحتفظك هذا البودكاست بالتحديث بأحدث الاتجاهات وأفضل البنية أداء في مجال علوم الكمبيوتر.
  • في هذا اليوم في AI Podcast على Apple Podcasts: تغطي العديد من الموضوعات المتعلقة بالنيابة ، يقدم هذا البودكاست رؤى مثيرة في عالم الذكاء الاصطناعي.
  • كل شيء يتعلق بتقييم تطبيقات LLM // Shahul es // #179 MLOPS: في هذه الحلقة ، يشارك شاهول خبرته في التقييم في نماذج المصادر المفتوحة ، بما في ذلك رؤى حول تصحيح الأخطاء واستكشاف الأخطاء وإصلاحها ، والمعايير.
  • AI Daily on Apple Podcasts: يستضيفه كونر وإيثان وفارب ، يستكشف هذا البودكاست قصصًا رائعة متعلقة بالنيابة.
  • yannic kilcher videos (الصوت فقط) | بودكاست على سبوتيفي: يناقش Yannic Kilcher أوراق أبحاث التعلم الآلي ، والبرمجة ، والتأثير الأوسع لمنظمة العفو الدولية في المجتمع.
  • LessWrong برعاية البودكاست | البودكاست على سبوتيفي: إصدار الصوت من المنشورات المشتركة في النشرة الإخبارية المبرممة.
  • SAI: The Security and AI Podcast على Apple Podcasts: حلقة تركز على برنامج Openai's Cybersecurity Grant.

تم إنشاء هذا الإصدار الأولي من القائمة الرائعة بمساعدة مولد القائمة الرائعة. إنها حزمة Python مفتوحة المصدر تستخدم قوة نماذج GPT لتنظيم وإنشاء نقاط انطلاق تلقائيًا لقوائم الموارد المتعلقة بموضوع محدد.

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل