פרק 1 – Course Introdution
סקירה כללית של מבנה הקורס והיעדים שנשיג בתהליך האימון.
Introduction & Core Concepts
בשלב זה נניח את התשתית התיאורטית לקורס. נכיר את עולם מודלי השפה (LLMs), נגדיר מהו Fine-Tuning ונבין מתי הוא הפתרון הנכון לעומת שיטות אחרות. המטרה היא להבין את ה"למה" לפני הצלילה לביצוע, ולהמחיש כיצד הופכים מודל כללי לכלי מומחה וממוקד.
0/3
Managing Expectations
מודול זה עוסק בהכנת השטח הטכנית. נלמד על "משוכת החומרה" ואיך ניתן להתגבר עליה כדי לאמן מודלים על מחשב אישי או ב-Colab, תוך התמקדות במתודולוגיה נכונה שמונעת בזבוז זמן ומשאבים.
0/3
Data Engineering
הלב של תהליך האימון. נלמד איך לבנות את קובץ האימון (The Training File), נבדיל בין איכות לכמות, ונשתמש ב-AI כדי לייצר נתונים סינתטיים (Data Synthesis) שיעזרו למודל ללמוד את הטון והסגנון המבוקש.
0/3
Environment Setup
בשלב זה נקים את סביבת העבודה בענן (Online Environment) ונלמד את יסודות העבודה עם Ollama. זהו השלב שבו מוודאים שכל הכלים הטכניים מותקנים ומוכנים להרצת הקוד.
0/2
Code Workflow
השלב הביצועי של הקורס. נעבור על התקנת הספריות, טעינת מודל הבסיס והגדרת ה-LoRA (השכבה שמאפשרת ללמוד סגנון חדש). נריץ את תהליך האימון בפועל ונבצע הערכה איכותית לתוצאות.
0/6
Deployment & Exporting
לאחר שהמודל אומן, נלמד איך לייצא אותו לפורמט GGUF כדי שיוכל לרוץ ביעילות על כל מחשב. נלמד איך ליצור את המודל בתוך Ollama ולהכין אותו לשימוש יומיומי.
0/2
UI Development
במודול המסכם, נהפוך את המודל לאפליקציה של ממש. נלמד איך להריץ אותו מקומית ולבנות לו ממשק גרפי (UI) מותאם אישית, כך שתוכלו להשתמש ב"מבקר הקוד" שלכם בצורה נוחה וידידותית.
0/2
