یہ page پورے module کی اہم باتیں دوبارہ یاد کرواتا ہے اور آخر میں quiz کے ذریعے سمجھ check کرتا ہے۔
مختصر recap
Foundation Models وسیع data سے عمومی patterns سیکھتے ہیں۔ Transformer architecture attention کے ذریعے context کو سمجھتی ہے۔ Encoder-only models input understanding میں اچھے، Decoder-only models generation میں مضبوط، اور Encoder-decoder models transformation tasks کے لیے useful ہیں۔ Multimodal systems text، image اور audio کو جوڑتے ہیں۔ Agents tools، memory اور autonomy کے ساتھ actions کر سکتے ہیں، مگر security review ضروری ہے۔ Transfer Learning پہلے سے سیکھی ہوئی knowledge کو نئے کام میں استعمال کرتا ہے۔
Checklist
کیا آپ Foundation Model اور عام model کا فرق بتا سکتے ہیں؟
کیا آپ Scale، Emergence اور Transfer Learning کا basic مطلب سمجھتے ہیں؟
کیا آپ Encoder-only، Decoder-only اور Encoder-decoder کا فرق بیان کر سکتے ہیں؟
کیا آپ Multimodal system کے کم از کم تین inputs بتا سکتے ہیں؟
کیا آپ AI Agent میں tools، memory اور autonomy کا کردار سمجھتے ہیں؟
کیا آپ SLMs کے فائدے اور trade-off بتا سکتے ہیں؟
Final Quiz
سوال 1: Foundation Model کی best تعریف کیا ہے؟
سوال 2: Transformer میں attention کس کام آتی ہے؟
سوال 3: BERT کس type کی مثال ہے؟
سوال 4: GPT اور Llama عام طور پر کس کام میں مضبوط ہیں؟
سوال 5: Multimodal system میں کون سا input شامل ہو سکتا ہے؟
سوال 6: AI Agent میں memory کا مقصد کیا ہے؟
سوال 7: Transfer Learning میں کیا ہوتا ہے؟
سوال 8: زیادہ autonomy والے agent کے لیے کیا ضروری ہے؟
سوال 9: SLM کا مطلب کیا ہے؟
سوال 10: اچھے AI deployment میں کون سی بات شامل ہونی چاہیے؟
