1. LLM — Large Language Model
مدل زبانی بزرگیه که با حجم زیادی از دادههای متنی آموزش دیده و الگوها و روابط موجود در زبان رو یاد گرفته. این مدلها میتونن متن تولید کنن، سؤالها رو پاسخ بدن، خلاصهسازی انجام بدن یا متن رو ترجمه کنن.
🟢 مثال: مدلهایی که پشت ابزارهایی مثل ChatGPT، Gemini یا Claude قرار دارن، نمونههایی از LLM هستن.
2. Prompt
پرامپت همون ورودی یا درخواستی هست که به یک مدل هوش مصنوعی میدیم تا بر اساس اون پاسخ تولید کنه. این ورودی میتونه سؤال، دستور، متن، تصویر یا اطلاعات زمینهای باشه.
🟢 مثال: «این متن رو در ۳ خط خلاصه کن» یک Prompt هست.
3. Token
توکن واحدهای کوچکی از اطلاعات هست که مدل برای پردازش متن از اونها استفاده میکنه. یک Token میتونه یک کلمه کامل، بخشی از یک کلمه یا حتی یک کاراکتر باشه.
🟢 مثال: وقتی یک متن رو برای هوش مصنوعی میفرستی، مدل اون رو به بخشهای کوچکتری به نام Token تقسیم میکنه.
4. RAG — Retrieval-Augmented Generation
روشی هست که به مدل کمک میکنه قبل از جواب دادن، اطلاعات مرتبط رو از منابع خارجی مثل فایلها، اسناد یا پایگاههای اطلاعاتی پیدا کنه و بعد بر اساس اونها پاسخ بده.
🟢 مثال: یک چتبات شرکت که برای جواب دادن به سؤال مشتری، اول داخل فایلهای راهنمای شرکت جستوجو میکنه.
5. Agent — AI Agent
ایجنت هوش مصنوعی سیستمیه که فقط جواب نمیده؛ میتونه برای رسیدن به یک هدف، چند مرحله رو برنامهریزی و اجرا کنه و در صورت نیاز از ابزارهای مختلف کمک بگیره.
🟢 مثال: یک AI Agent میتونه مقصد و تاریخ سفر رو ازت بگیره، پروازها و هتلها رو بررسی کنه و گزینههای مناسب رو برات پیدا کنه.
📌 این پست رو سیو کن؛ توی قسمتهای بعدی سراغ اصطلاحات بیشتری میریم
🤖 بوتکمپ ایجنتهای هوشمصنوعی
🤖 سلسله وبینارهای رایگان AI Agents
📍 کانال هوشمصنوعی کافهتدریس:
@Cafetadrispro