مدل‌های زبانی بزرگ

ماژول اصلی	تعریف ماژول	توضیحات
LLM	مدل های زبانی بزرگ	تولید و درک متن

فیچرلیست:

ردیف	دسته بندی	ویژگی (Feature)	شرح (Description)	پارامترهای کلیدی / گزینه‌ها	داستان کاربر (User Story)
1	قابلیت‌های بنیادین زبان	تولید متن (Text Generation)	تولید متن‌های منسجم، خلاقانه و مرتبط با زمینه بر اساس پرامپت ورودی.	model, prompt, max_tokens, temperature, top_p, stream	به عنوان یک مدیر بازاریابی، می‌خواهم برای کمپین جدیدمان، چندین نسخه خلاقانه از متن تبلیغاتی تولید کنم تا بهترین را انتخاب نمایم.
2		پاسخگویی به سوال (Q&A)	درک سوالات زبان طبیعی و ارائه پاسخ‌های دقیق با استناد به دانش داخلی خود.	model, question, context (اختیاری)	به عنوان یک کارشناس پشتیبانی، می‌خواهم به سرعت پاسخ سوالات مشتریان را از روی مستندات فنی پیدا کنم تا زمان پاسخ‌گویی را کاهش دهم.
3		خلاصه‌سازی (Summarization)	تولید خلاصه‌های کوتاه یا مفصل از متون طولانی، مقالات، یا اسناد.	model, text, summary_length	به عنوان یک تحلیل‌گر، می‌خواهم خلاصه جلسات یک ساعته را در چند پاراگراف دریافت کنم تا در زمان خود صرفه‌جویی کنم.
4		ترجمه (Translation)	ترجمه متن بین زبان‌های مختلف با حفظ ساختار و معنای جمله.	model, text, source_language, target_language	به عنوان مدیر یک وب‌سایت بین‌المللی، می‌خواهم محتوای وب‌سایتم را به صورت خودکار برای کاربران در کشورهای مختلف ترجمه کنم.
5		تولید کد (Code Generation)	تولید، تکمیل، توضیح و رفع اشکال کد در زبان‌های برنامه‌نویسی مختلف.	model, prompt, language	به عنوان یک توسعه‌دهنده، می‌خواهم برای یک تابع پیچیده، کد اولیه را تولید کرده و برای یک قطعه کد قدیمی، توضیحات (داکیومنت) دریافت کنم.
6		تولید Embedding	تبدیل قطعات متن به بردارهای عددی (Vectors) که معنای آن را در خود کپسوله کرده‌اند.	model (مدل embedding)، input_text	به عنوان یک توسعه‌دهنده، می‌خواهم یک سیستم جستجوی معنایی بسازم که کاربران بتوانند بر اساس مفهوم جستجو کنند، نه فقط کلمات کلیدی.
7	قابلیت‌های پیشرفته و کاربردی	طبقه‌بندی متن (Text Classification)	تخصیص یک یا چند برچسب از پیش تعریف‌شده به یک قطعه متن.	model, text, labels	به عنوان مدیر محصول، می‌خواهم تمام بازخوردهای کاربران را به صورت خودکار به دسته‌های «باگ»، «درخواست ویژگی» و «سایر» طبقه‌بندی کنم.
8		تحلیل احساسات (Sentiment Analysis)	تشخیص و استخراج بار احساسی یک متن (مثبت، منفی، خنثی).	model, text	به عنوان مدیر یک برند، می‌خواهم نظرات ثبت شده در شبکه‌های اجتماعی درباره محصول جدیدمان را تحلیل کرده و میزان رضایت مشتریان را بسنجم.
9		استفاده از ابزار (Function Calling)	توانایی مدل برای فراخوانی APIها یا ابزارهای خارجی بر اساس درخواست کاربر.	tools, tool_choice	به عنوان توسعه‌دهنده یک اپلیکیشن سفر، می‌خواهم چت‌بات من بتواند با فراخوانی API، قیمت لحظه‌ای پروازها را بررسی کرده و به کاربر اعلام کند.
10		پشتیبانی از ورودی چندوجهی (Multi-modal Input)	توانایی مدل برای درک ورودی‌هایی که ترکیبی از متن و تصویر هستند.	messages (آرایه‌ای شامل متن و URL تصویر)	به عنوان یک کاربر، می‌خواهم از محتویات یخچال خود عکس بگیرم و از مدل بخواهم بر اساس آن، چند دستور پخت غذا پیشنهاد دهد.
11	سفارشی‌سازی و آموزش	فاین‌تیونینگ (Fine-Tuning)	آموزش تکمیلی یک مدل پایه بر روی دیتاست خاص مشتری.	training_data, base_model, hyperparameters	به عنوان یک شرکت حقوقی، می‌خواهم مدل را بر روی اسناد حقوقی خودمان آموزش دهم تا به یک دستیار حقوقی متخصص تبدیل شود.
12		یادگیری کم‌پارامتر (PEFT / LoRA)	روشی کارآمد برای فاین‌تیونینگ که تنها بخش کوچکی از پارامترهای مدل را تنظیم می‌کند.	LoRA_rank, LoRA_alpha	به عنوان یک استارتاپ، می‌خواهم با هزینه محاسباتی کم، یک مدل سفارشی برای پاسخگویی به سوالات متداول مشتریانم ایجاد کنم.
13	توسعه و بهینه‌سازی پرامپت	استودیوی مدیریت پرامپت (Prompt Studio)	یک رابط کاربری برای طراحی، تست، نسخه‌بندی و مدیریت متمرکز پرامپت‌ها.	prompt_templates, version_history, A/B_test_results	به عنوان رهبر یک تیم، می‌خواهم بهترین پرامپت‌ها را در یک مکان مرکزی با تیمم به اشتراک بگذارم تا از کیفیت یکسان خروجی‌ها مطمئن شویم.
14	ارزیابی و پایش مدل	چارچوب ارزیابی و بنچمارک مدل	ابزارهایی برای اجرای مدل بر روی یک دیتاست آزمایشی و ارزیابی کیفیت خروجی‌ها.	test_dataset, evaluation_metrics, model_A_vs_model_B	به عنوان یک مهندس یادگیری ماشین، می‌خواهم پس از فاین‌تیونینگ، ثابت کنم که مدل جدید نسبت به مدل پایه، در پاسخ به سوالات حوزه تخصصی ما بهتر عمل می‌کند.
15	پلتفرم، API و عملیات	کاتالوگ مدل‌ها (Model Garden)	ارائه مجموعه‌ای از مدل‌های مختلف با قابلیت‌ها و هزینه‌های متفاوت.	(UI/API Selection)	به عنوان مدیر محصول، می‌خواهم برای وظایف ساده از یک مدل سریع و ارزان و برای تحلیل‌های پیچیده از یک مدل قدرتمند استفاده کنم تا هزینه‌ها را بهینه کنم.
16		بهینه‌سازی زمینه (Context Optimization) و RAG	استفاده از معماری Retrieval-Augmented Generation برای تزریق دانش خارجی به مدل.	vector_db_config, retrieval_strategy	به عنوان توسعه‌دهنده یک چت‌بات پشتیبانی، می‌خواهم مدل همیشه بر اساس آخرین نسخه از راهنمای محصولات ما به سوالات پاسخ دهد، نه دانش قدیمی خودش.
17		مدیریت API و مصرف (Usage & Billing)	ارائه کلیدهای API، کنترل محدودیت نرخ درخواست و ارائه داشبوردی برای مشاهده میزان مصرف.	api_key, usage_dashboard	به عنوان مدیر سیستم، می‌خواهم میزان مصرف API هر واحد در سازمان را مشاهده کنم تا بودجه را مدیریت کرده و از سوءاستفاده جلوگیری کنم.
18		API پردازش دسته‌ای (Batch API)	به کاربران اجازه می‌دهد تا یک فایل حجیم شامل هزاران پرامپت را ارسال کنند.	input_file_url, output_storage_url, batch_id	به عنوان یک تحلیل‌گر داده، می‌خواهم احساسات ۱۰۰ هزار نظر مشتری را به صورت یکجا و در پس‌زمینه تحلیل کنم، نه به صورت تک به تک.
19		کش کردن پاسخ‌ها (Response Caching)	ذخیره‌سازی نتایج پرامپت‌های تکراری برای ارائه پاسخ‌های آنی و کم‌هزینه.	cache_ttl (Time-to-Live), cache_scope	به عنوان توسعه‌دهنده یک وب‌سایت پرترافیک، می‌خواهم پاسخ سوالات متداول را کش کنم تا سرعت پاسخ‌دهی ربات به زیر یک ثانیه برسد و هزینه‌ها کاهش یابد.
20	امنیت و مسئولیت‌پذیری	فیلتر محتوای مضر (Content Moderation)	شناسایی و فیلتر کردن خودکار محتوای نامناسب، خطرناک یا غیرقانونی.	moderation_level	به عنوان مدیر یک پلتفرم آموزشی آنلاین، می‌خواهم مطمئن شوم که محتوای تولید شده توسط هوش مصنوعی برای دانش‌آموزان کاملاً امن و مناسب است.
21		حذف اطلاعات هویتی (PII Redaction)	شناسایی و حذف خودکار اطلاعات حساس شناسایی فردی (مانند کد ملی، شماره تلفن).	pii_policy	به عنوان یک شرکت فعال در حوزه سلامت، می‌خواهم قبل از تحلیل مکالمات بیماران، تمام اطلاعات شخصی آن‌ها را حذف کنم تا حریم خصوصی حفظ شود.
22		لاگ و حسابرسی دقیق (Detailed Auditing)	ثبت لاگ کامل و قابل جستجو از تمام فراخوانی‌های API برای بازرسی‌های امنیتی.	audit_trail_dashboard, log_export	به عنوان مدیر امنیت، می‌خواهم در صورت بروز یک مشکل، بتوانم به طور دقیق بررسی کنم که چه کاربری، در چه زمانی، چه درخواستی ارسال کرده است.