تخفیف ویژه همین الان — دوره‌های تخفیف‌دار را ببینید.
روز
:
ساعت
:
دقیقه
:
ثانیه
تخفیف‌های ویژه
دوره آموزشی مقدمه‌ای بر آسیب‌پذیری‌های مدل‌های زبان بزرگ (LLM)

دوره آموزشی مقدمه‌ای بر آسیب‌پذیری‌های مدل‌های زبان بزرگ (LLM)

1 ساعت 25 دقیقهمتوسط2024-09-16

مدرسین

Pragmatic AI Labs

Pragmatic AI Labs

Alfredo Deza

Alfredo Deza

جزئیات دوره

در حالی که مدل‌های زبان بزرگ (LLM) در حال تغییر و تحول در دنیای هوش مصنوعی هستند، درک و رسیدگی به چالش‌های امنیتی خاص این مدل‌ها بیش از پیش ضروری است. در این دوره جامع از Pragmatic AI Labs، مدرس آلفرادو دزا به بررسی دانش فنی و مهارت‌های مورد نیاز برای شناسایی، کاهش و پیشگیری از آسیب‌پذیری‌های امنیتی در برنامه‌های LLM شما می‌پردازد. تهدیدات امنیتی رایج مانند سرقت مدل، تزریق پرس‌وجو (Prompt Injection) و افشای اطلاعات حساس را بررسی کنید و تکنیک‌های عملی برای جلوگیری از سوءاستفاده مهاجمان و نفوذ به سیستم‌هایتان بیاموزید. بهترین شیوه‌ها برای طراحی افزونه‌های ایمن، اعتبارسنجی ورودی‌ها و شستشوی داده‌ها را کشف کنید و همچنین نحوه نظارت فعال بر وابستگی‌ها برای بروزرسانی‌ها و آسیب‌پذیری‌های امنیتی را یاد بگیرید. در طول دوره، آلفرادو استراتژی‌هایی را برای محافظت از سیستم‌های هوش مصنوعی در برابر دسترسی غیرمجاز و نقض داده‌ها تشریح می‌کند. در پایان این دوره، شما آماده خواهید بود تا راه‌حل‌های هوش مصنوعی امن، قدرتمند و مؤثر را پیاده‌سازی کنید.

مهارت ها

Vulnerability ManagementNatural Language Processing (NLP)CybersecurityArtificial Intelligence (AI)One-Off

سرفصل ها

درباره این دوره

  • 01 - با مربی خود ملاقات کنید

1. مبانی مدل‌های زبان بزرگ

  • 02 - چگونه LLM‌ها در برنامه‌ها کار می‌کنند
  • 03 - LLM‌ها چگونه ایجاد می‌شوند
  • 04 - LLM چیست و چگونه کار می‌کند

2. برنامه‌های کاربردی مدل زبان

  • 05 - آشنایی با برنامه‌های کاربردی مدل زبان
  • 06 - انواع رایج برنامه‌های کاربردی هوش مصنوعی مولد
  • 07 - مروری بر یک برنامه مبتنی بر API
  • 08 - مروری بر یک برنامه کاربردی مدل تعبیه شده
  • 09 - اپلیکیشن چند وجهی چیست
  • 10 - چالش‌ها و نکات برجسته برنامه‌های هوش مصنوعی
  • 11 - خلاصه

3. آسیب پذیری‌های مدل

  • 12 - مقدمه ای بر آسیب پذیری‌های مبتنی بر مدل
  • 13 - تزریق سریع
  • 14 - کنترل خروجی ناامن
  • 15 - سرقت مدل
  • 16 - شبیه سازی مدل
  • 17 - خلاصه

4. آسیب پذیری‌های سیستم

  • 18 - مقدمه ای بر آسیب پذیری‌های سیستم
  • 19 - آسیب پذیری‌های برنامه
  • 20 - افشای اطلاعات حساس
  • 21 - طراحی پلاگین ناامن
  • 22 - خلاصه

نتیجه گیری

  • 23 - نتیجه گیری
  • 24 - انواع دیگر آسیب پذیری ها

دوره های مرتبط

درباره ما

لینداکده یک بستر یادگیری پیشرو است که به افراد کمک می کند تا کسب و کار ، نرم افزار ، فناوری و مهارت‌های خلاقانه را برای دستیابی به اهداف شخصی و حرفه ای بیاموزد.

شماره تلفنکانال آپاراتپشتیبانی تلگرامکانال تلگرامپیج اینستاگرام

کلیه‌ی حقوق این سایت متعلق به لینداکده می باشد

قوانین و شرایط|حریم خصوصی

نماد الکترونیک enamad در صورت اتصال با آی‌پی داخل کشور، نمایش داده خواهد شد.
logo-samandehi - لوگو ساماندهی
zarinpal
zibal