AI ਇੰਜੀਨੀਅਰਿੰਗ ਦਾ ਇਹ ਕੋਰਸ ਕਿਸ ਲਈ ਹੈ ਅਤੇ ਕਿਸ ਲਈ ਨਹੀਂ ਹੈ?
ਇਹ ਵਿਸ਼ਲੇਸ਼ਕਾਂ, ਤਕਨੀਕੀ ਉਤਪਾਦ ਪ੍ਰਬੰਧਕਾਂ, ਸਲਾਹਕਾਰਾਂ, ਡਾਟੇ ਨਾਲ ਕੰਮ ਕਰਨ ਵਾਲਿਆਂ ਅਤੇ ਜੂਨੀਅਰ ਡਿਵੈਲਪਰਾਂ ਲਈ ਹੈ ਜੋ Python ਵਿੱਚ ਬੁਨਿਆਦੀ ਕੋਡ ਲਿਖ ਸਕਦੇ ਹਨ ਅਤੇ ਅੰਦਰੂਨੀ ਟੂਲਾਂ ਵਿੱਚ AI ਸਹੂਲਤਾਂ ਜੋੜਨਾ ਚਾਹੁੰਦੇ ਹਨ: ਦਸਤਾਵੇਜ਼ਾਂ ਬਾਰੇ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇਣ ਵਾਲਾ ਸਹਾਇਕ, ਸਹਾਇਤਾ ਲਈ ਆਈਆਂ ਈਮੇਲਾਂ ਨੂੰ ਸ਼੍ਰੇਣੀਆਂ ਵਿੱਚ ਵੰਡਣ ਵਾਲਾ ਟੂਲ, ਜਾਂ ਸਾਰ ਬਣਾਉਣ ਵਾਲਾ ਟੂਲ ਜੋ ਅਜਿਹਾ ਡਾਟਾ ਦੇਵੇ ਜਿਸ ਨੂੰ ਸਪ੍ਰੈਡਸ਼ੀਟ ਵਰਤ ਸਕੇ।
ਇਹ ਨਾ ਕੋਈ ਪੂਰੇ ਸਮੇਂ ਦਾ ਬੂਟਕੈਂਪ ਹੈ, ਨਾ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੀ ਡਿਗਰੀ ਅਤੇ ਨਾ ਹੀ ਨੌਕਰੀ ਦੀ ਗਾਰੰਟੀ ਹੈ। ਤੁਸੀਂ ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਨਹੀਂ ਦਿੰਦੇ ਜਾਂ ਉਨ੍ਹਾਂ ਦੀ ਫਾਈਨ-ਟਿਊਨਿੰਗ ਨਹੀਂ ਕਰਦੇ, ਅਤੇ ਨਾ ਹੀ ਨਿਊਰਲ ਨੈੱਟਵਰਕਾਂ ਦੇ ਗਣਿਤ ਦਾ ਅਧਿਐਨ ਕਰਦੇ ਹੋ। ਧਿਆਨ ਮਾਡਲ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਦੀ ਇੰਜੀਨੀਅਰਿੰਗ ਉੱਤੇ ਹੈ: ਇਨਪੁੱਟ, ਆਉਟਪੁੱਟ, ਲਾਗਤ, ਗੁਣਵੱਤਾ, ਸੁਰੱਖਿਆ ਅਤੇ ਨਿੱਜਤਾ।
ਇਸ ਕੋਰਸ ਵਿੱਚ AI ਐਪਾਂ ਬਣਾਉਂਦੇ ਹੋਏ ਮੈਂ ਕੀ ਸਿੱਖਾਂਗਾ?
ਛੇ ਮੌਡਿਊਲ, ਹਰੇਕ ਵਿੱਚ ਇੱਕ ਵੱਡੀ ਐਪ ਦਾ ਕੰਮ ਕਰਨ ਵਾਲਾ ਹਿੱਸਾ ਤਿਆਰ ਹੁੰਦਾ ਹੈ। ਸੇਵਾ ਪ੍ਰਦਾਤਾਵਾਂ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੇ ਵੇਰਵੇ ਉਨ੍ਹਾਂ ਦੇ ਆਪਣੇ ਡਿਵੈਲਪਰ ਦਸਤਾਵੇਜ਼ਾਂ ਅਨੁਸਾਰ ਹਨ, ਅਤੇ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਪ੍ਰਦਾਤਾ ਅਨੁਸਾਰ ਵੱਖਰੀਆਂ ਹੁੰਦੀਆਂ ਹਨ।
1. AI ਏਪੀਆਈ ਕਿਵੇਂ ਕੰਮ ਕਰਦੇ ਹਨ
ਪਾਇਥਨ ਤੋਂ ਮਾਡਲ ਦੇ ਏਪੀਆਈ ਨੂੰ ਬੇਨਤੀ ਭੇਜਣਾ, ਜਵਾਬ ਪੜ੍ਹਨਾ ਅਤੇ ਏਪੀਆਈ ਕੁੰਜੀ ਨੂੰ ਆਪਣੇ ਕੋਡ ਦੀ ਬਜਾਏ ਐਨਵਾਇਰਨਮੈਂਟ ਵੇਰੀਏਬਲ ਵਿੱਚ ਰੱਖਣਾ।
2. ਮਾਡਲ ਚੁਣਨਾ ਅਤੇ ਲਾਗਤ ਦਾ ਪ੍ਰਬੰਧ ਕਰਨਾ
ਇੱਕ ਕੰਮ ਲਈ ਗੁਣਵੱਤਾ, ਰਫ਼ਤਾਰ ਅਤੇ ਕੀਮਤ ਦੇ ਆਧਾਰ 'ਤੇ ਮਾਡਲਾਂ ਦੀ ਤੁਲਨਾ ਕਰਨੀ, ਹਰੇਕ ਪ੍ਰਦਾਤਾ ਦੇ ਆਪਣੇ ਕੀਮਤਾਂ ਵਾਲੇ ਪੰਨੇ ਦੀ ਵਰਤੋਂ ਕਰਨੀ ਅਤੇ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣਾ ਕਿ ਕਿਸੇ ਵਿਸ਼ੇਸ਼ਤਾ ਨੂੰ ਹਰ ਵਾਰ ਵਰਤਣ ਦਾ ਕਿੰਨਾ ਖ਼ਰਚਾ ਆਵੇਗਾ।
3. ਢਾਂਚਾਬੱਧ ਆਉਟਪੁੱਟ
ਭਰੋਸੇਯੋਗ JSON ਪ੍ਰਾਪਤ ਕਰਨਾ। OpenAI ਦੇ ਦਸਤਾਵੇਜ਼ਾਂ ਮੁਤਾਬਕ, ਢਾਂਚਾਬੱਧ ਆਉਟਪੁੱਟ ਜਵਾਬਾਂ ਨੂੰ ਤੁਹਾਡੇ ਦਿੱਤੇ JSON ਸਕੀਮਾ ਅਨੁਸਾਰ ਬਣਾਉਂਦੇ ਹਨ; ਫਿਰ ਵੀ ਤੁਹਾਨੂੰ ਕੋਡ ਵਿੱਚ ਹਰ ਜਵਾਬ ਦੀ ਵੈਧਤਾ ਜਾਂਚਣੀ ਪੈਂਦੀ ਹੈ।
4. ਐਮਬੈਡਿੰਗ ਅਤੇ ਜਾਣਕਾਰੀ ਲੱਭ ਕੇ ਉਸ ਦੇ ਆਧਾਰ ’ਤੇ ਜਵਾਬ ਤਿਆਰ ਕਰਨਾ
ਐਮਬੈਡਿੰਗਜ਼ ਮਾਪਦੀਆਂ ਹਨ ਕਿ ਲਿਖਤ ਦੇ ਵੱਖ-ਵੱਖ ਹਿੱਸੇ ਆਪਸ ਵਿੱਚ ਕਿੰਨੇ ਸਬੰਧਤ ਹਨ। ਤੁਸੀਂ ਇਨ੍ਹਾਂ ਨਾਲ ਢੁਕਵੇਂ ਅੰਸ਼ ਲੱਭਦੇ ਹੋ, ਫਿਰ RAG ਬਣਾਉਂਦੇ ਹੋ: ਆਪਣੇ ਦਸਤਾਵੇਜ਼ਾਂ ਦੇ ਆਧਾਰ ’ਤੇ ਹਵਾਲਿਆਂ ਸਮੇਤ ਜਵਾਬ ਦੇਣਾ।
5. ਮੁਲਾਂਕਣ
ਸਫਲਤਾ ਦੇ ਸਪਸ਼ਟ, ਮਾਪਣਯੋਗ ਮਾਪਦੰਡ ਅਤੇ ਅਸਲ ਕੰਮਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਟੈਸਟ ਸੈੱਟ ਲਿਖਣਾ, ਜਿਸ ਵਿੱਚ ਅਸਾਧਾਰਨ ਹਾਲਾਤ ਵੀ ਸ਼ਾਮਲ ਹੋਣ, ਅਤੇ ਫਿਰ ਜਿੱਥੇ ਸੰਭਵ ਹੋਵੇ ਨਤੀਜਿਆਂ ਨੂੰ ਆਪਣੇ ਆਪ ਅੰਕ ਦੇਣਾ।
6. ਸੁਰੱਖਿਆ, ਨਿੱਜਤਾ ਅਤੇ ਨਿਗਰਾਨੀ
ਪ੍ਰੌਮਪਟ ਇੰਜੈਕਸ਼ਨ ਤੋਂ ਬਚਾਅ ਕਰਨਾ, ਵਰਤੋਂਕਾਰਾਂ ਦਾ ਡਾਟਾ ਲੌਗਾਂ ਤੋਂ ਬਾਹਰ ਰੱਖਣਾ, ਇਨਪੁੱਟ ਦੀ ਜਾਂਚ ਅਤੇ ਵਰਤੋਂ ਦੀ ਦਰ ਉੱਤੇ ਹੱਦਾਂ ਲਗਾਉਣਾ, ਅਤੇ ਜਾਰੀ ਕਰਨ ਤੋਂ ਬਾਅਦ ਗ਼ਲਤੀਆਂ, ਲਾਗਤ ਅਤੇ ਗੁਣਵੱਤਾ ਉੱਤੇ ਨਜ਼ਰ ਰੱਖਣਾ।
ਕੀ ਇਹ LLM ਕੋਰਸ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਮੈਨੂੰ ਕੋਈ ਤਜਰਬਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ?
ਹਾਂ। ਇਸ ਲਈ ਪਹਿਲਾਂ Tosheo.ai ਦਾ Python ਕੋਰਸ ਜਾਂ ਉਸ ਦੇ ਬਰਾਬਰ ਦੀ ਸਿਖਲਾਈ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ: ਤੁਹਾਨੂੰ ਫੰਕਸ਼ਨ ਲਿਖਣੇ, ਲਿਸਟਾਂ ਅਤੇ ਡਿਕਸ਼ਨਰੀਆਂ ਵਰਤਣੀਆਂ, ਫ਼ਾਈਲਾਂ ਪੜ੍ਹਨੀਆਂ ਅਤੇ ਲਿਖਣੀਆਂ, ਵਰਚੁਅਲ ਐਨਵਾਇਰਨਮੈਂਟ ਵਿੱਚ ਪੈਕੇਜ ਇੰਸਟਾਲ ਕਰਨਾ ਅਤੇ ਵੈੱਬ API ਨੂੰ ਕਾਲ ਕਰਨਾ ਆਉਣਾ ਚਾਹੀਦਾ ਹੈ। ਜੇ ਸ਼ੁਰੂਆਤੀ ਜਾਂਚ ਵਿੱਚ ਕੋਈ ਕਮੀ ਸਾਹਮਣੇ ਆਉਂਦੀ ਹੈ, ਤਾਂ ਤੁਹਾਨੂੰ ਮੁਸ਼ਕਲ ਵਿੱਚ ਪਾਉਣ ਦੀ ਬਜਾਏ ਤੁਹਾਡੇ ਸਿੱਖਣ ਦੇ ਕ੍ਰਮ ਦੀ ਸ਼ੁਰੂਆਤ ਵਿੱਚ Python ਦੇ ਲੋੜੀਂਦੇ ਪਾਠ ਜੋੜ ਦਿੱਤੇ ਜਾਂਦੇ ਹਨ। ਤੁਹਾਨੂੰ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੇ ਕਿਸੇ ਪਿਛੋਕੜ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ।
ਵਿਅਕਤੀਗਤ ਸਿੱਖਣ ਦਾ ਮਾਰਗ ਮੇਰੇ ਮੁਤਾਬਕ ਕਿਵੇਂ ਢਲਦਾ ਹੈ?
ਸ਼ੁਰੂਆਤੀ ਪੱਧਰ ਜਾਂਚ ਤੁਹਾਨੂੰ ਇੱਕ ਛੋਟੀ ਸਕ੍ਰਿਪਟ ਪੜ੍ਹਨ ਲਈ ਕਹਿੰਦੀ ਹੈ ਜੋ ਮਾਡਲ ਦੀ API ਨੂੰ ਕਾਲ ਕਰਦੀ ਹੈ, ਅਤੇ ਪੁੱਛਦੀ ਹੈ ਕਿ ਜਦੋਂ ਜਵਾਬ ਵੈਧ JSON ਵਿੱਚ ਨਾ ਹੋਵੇ ਤਾਂ ਕੀ ਗੜਬੜ ਹੁੰਦੀ ਹੈ। ਇਹ ਇਹ ਵੀ ਪੁੱਛਦੀ ਹੈ ਕਿ ਤੁਸੀਂ ਕੀ ਬਣਾਉਣਾ ਚਾਹੁੰਦੇ ਹੋ। ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ ਖੋਜ ਦੀ ਸਹੂਲਤ ਬਣਾਉਣ ਦਾ ਟੀਚਾ ਰੱਖਣ ਵਾਲਾ ਵਿਅਕਤੀ ਐਮਬੈਡਿੰਗਾਂ ਅਤੇ RAG ਉੱਤੇ ਵੱਧ ਸਮਾਂ ਲਾਉਂਦਾ ਹੈ; ਵਰਗੀਕਰਨ ਕਰਨ ਵਾਲਾ ਮਾਡਲ ਬਣਾਉਣ ਵਾਲਾ ਵਿਅਕਤੀ ਢਾਂਚਾਬੱਧ ਆਉਟਪੁੱਟ ਅਤੇ ਮੁਲਾਂਕਣ ਨੂੰ ਹੋਰ ਡੂੰਘਾਈ ਨਾਲ ਸਿੱਖਦਾ ਹੈ।
ਜੇ ਤੁਸੀਂ ਪਹਿਲਾਂ ਹੀ API ਕਾਲਾਂ ਕਰ ਸਕਦੇ ਹੋ, ਤਾਂ ਪਹਿਲਾ ਮੌਡਿਊਲ ਸਿਰਫ਼ ਇੱਕ ਛੋਟੀ ਜਾਂਚ ਤੱਕ ਸੀਮਤ ਹੋ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਤੁਸੀਂ ਲਾਗਤ ਅਤੇ ਮਾਡਲ ਦੀ ਚੋਣ ਤੋਂ ਸ਼ੁਰੂ ਕਰਦੇ ਹੋ।
ਮੈਂ ਕਿਸ ਚੀਜ਼ ਦਾ ਅਭਿਆਸ ਕਰਾਂਗਾ?
ਹਰ ਕੰਮ ਵਿੱਚ ਕੋਡ ਹੁੰਦਾ ਹੈ ਜੋ ਤੁਸੀਂ ਬਣਾਏ ਹੋਏ ਡੇਟਾ ਨਾਲ ਅਸਲ ਮਾਡਲ API ਉੱਤੇ ਚਲਾਉਂਦੇ ਹੋ। ਚੌਥੇ ਮੋਡੀਊਲ ਦੀ ਇੱਕ ਉਦਾਹਰਨ: ਕੇਸਟਰਲ ਲੈਟਿੰਗਜ਼ ਨਾਂ ਦੀ ਇੱਕ ਕਾਲਪਨਿਕ ਜਾਇਦਾਦ ਪ੍ਰਬੰਧਨ ਕੰਪਨੀ ਕੋਲ ਮਕਾਨ ਮਾਲਕਾਂ ਲਈ ਪੰਦਰਾਂ ਬਣਾਏ ਹੋਏ ਨੀਤੀ ਦਸਤਾਵੇਜ਼ ਹਨ। ਤੁਸੀਂ ਇੱਕ ਛੋਟਾ RAG ਸਹਾਇਕ ਬਣਾਉਂਦੇ ਹੋ ਜੋ ਵਰਤੇ ਗਏ ਅੰਸ਼ ਦਾ ਹਵਾਲਾ ਦਿੰਦਿਆਂ ਅਜਿਹੇ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦਿੰਦਾ ਹੈ ਕਿ ਮੁਆਇਨੇ ਤੋਂ ਕਿੰਨਾ ਸਮਾਂ ਪਹਿਲਾਂ ਸੂਚਨਾ ਦੇਣੀ ਲਾਜ਼ਮੀ ਹੈ।
ਮੁਲਾਂਕਣ ਦੇ ਮਾਪਦੰਡ ਤੁਹਾਡੇ ਸ਼ੁਰੂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ। ਇਨ੍ਹਾਂ ਵਿੱਚ ਜਾਂਚਿਆ ਜਾਂਦਾ ਹੈ ਕਿ ਹਰ ਜਵਾਬ ਉਸ ਪੈਰੇ ਦਾ ਹਵਾਲਾ ਦਿੰਦਾ ਹੈ ਜਿਸ ਵਿੱਚ ਸੱਚਮੁੱਚ ਜਵਾਬ ਮੌਜੂਦ ਹੈ, ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ ਜਾਣਕਾਰੀ ਨਾ ਹੋਣ ’ਤੇ ਸਹਾਇਕ ਕਹਿੰਦਾ ਹੈ ਕਿ ਉਸ ਨੂੰ ਪਤਾ ਨਹੀਂ, ਤੁਸੀਂ ਘੱਟੋ-ਘੱਟ ਦਸ ਸਵਾਲਾਂ ਨਾਲ ਜਾਂਚ ਕੀਤੀ ਹੈ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਤਿੰਨ ਅਜਿਹੇ ਹਨ ਜਿਨ੍ਹਾਂ ਦੇ ਜਵਾਬ ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ ਨਹੀਂ ਹਨ, ਅਤੇ ਤੁਸੀਂ ਜਾਂਚ ਚਲਾਉਣ ਦੀ ਲਾਗਤ ਦਰਜ ਕੀਤੀ ਹੈ।
AI ਇੰਜੀਨੀਅਰਿੰਗ ਦਾ ਕੋਰਸ ਪੂਰਾ ਕਰਨ ਲਈ ਕਿੰਨਾ ਸਮਾਂ ਲੱਗਦਾ ਹੈ?
ਹਰ ਪਾਠ 10 ਤੋਂ 15 ਮਿੰਟ ਦਾ ਹੁੰਦਾ ਹੈ ਅਤੇ ਕੋਡ ਇੰਨਾ ਛੋਟਾ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ ਕਿ ਇੱਕ ਬੈਠਕ ਵਿੱਚ ਪੂਰਾ ਕੀਤਾ ਜਾ ਸਕੇ। ਤੁਹਾਡੇ ਸਿੱਖਣ ਦੇ ਕ੍ਰਮ ਵਿੱਚ ਪਾਠਾਂ ਦੀ ਗਿਣਤੀ ਤੁਹਾਡੀ ਸ਼ੁਰੂਆਤੀ ਹੁਨਰ ਜਾਂਚ, ਖ਼ਾਸ ਕਰਕੇ ਤੁਹਾਡੇ Python ਦੇ ਗਿਆਨ, ਅਤੇ ਤੁਹਾਡੀ ਰਫ਼ਤਾਰ ਉੱਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ, ਇਸ ਲਈ ਅਸੀਂ ਕੁੱਲ ਘੰਟਿਆਂ ਦਾ ਅੰਕੜਾ ਨਹੀਂ ਦਿੰਦੇ।
ਅੰਤ ਵਿੱਚ ਮੈਨੂੰ ਕੀ ਮਿਲੇਗਾ?
ਅੰਤਿਮ ਵਿਹਾਰਕ ਮੁਲਾਂਕਣ ਲਈ ਤੁਸੀਂ ਇੱਕ ਛੋਟੀ AI ਵਿਸ਼ੇਸ਼ਤਾ ਬਣਾਉਂਦੇ ਹੋ, ਉਸ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦੇ ਹੋ ਅਤੇ ਉਸ ਦਾ ਦਸਤਾਵੇਜ਼ੀ ਵੇਰਵਾ ਤਿਆਰ ਕਰਦੇ ਹੋ। ਪਾਸ ਹੋਣ ਉੱਤੇ ਤੁਹਾਨੂੰ ਇੱਕ ਮਾਨਤਾ ਪ੍ਰਾਪਤ ਸਰਟੀਫਿਕੇਟ ਮਿਲਦਾ ਹੈ। ਇਹ ਕਿਸੇ ਅਧਿਕਾਰਤ ਮਾਨਤਾ ਸੰਸਥਾ ਤੋਂ ਪ੍ਰਵਾਨਿਤ ਯੋਗਤਾ ਨਹੀਂ ਹੈ ਅਤੇ ਨਾ ਹੀ ਕਿਸੇ ਮਾਡਲ ਪ੍ਰਦਾਤਾ ਵੱਲੋਂ ਜਾਰੀ ਜਾਂ ਸਮਰਥਿਤ ਹੈ।
AI ਇੰਜੀਨੀਅਰਿੰਗ ਦੇ ਕੋਰਸ ਦੀ ਕੀਮਤ ਕਿੰਨੀ ਹੈ?
Tosheo.ai ਦੀ ਵਿਅਕਤੀਗਤ ਯੋਜਨਾ, ਜਿਸ ਵਿੱਚ ਇਹ ਕੋਰਸ ਸ਼ਾਮਲ ਹੈ, ਦੀ ਕੀਮਤ USD 79 ਮਹੀਨਾਵਾਰ ਜਾਂ USD 790 ਸਾਲਾਨਾ ਹੈ। ਟੀਮ ਯੋਜਨਾ ਦੀ ਕੀਮਤ 3 ਮੈਂਬਰਾਂ ਤੱਕ ਲਈ USD 189 ਮਹੀਨਾਵਾਰ ਜਾਂ USD 1,890 ਸਾਲਾਨਾ ਹੈ; ਹਰੇਕ ਵਾਧੂ ਮੈਂਬਰ ਲਈ USD 49 ਮਹੀਨਾਵਾਰ ਜਾਂ USD 490 ਸਾਲਾਨਾ ਲੱਗਦੇ ਹਨ, ਅਤੇ 25 ਜਾਂ ਵੱਧ ਮੈਂਬਰਾਂ ਵਾਲੀਆਂ ਟੀਮਾਂ ਨੂੰ ਵੱਡੀ ਗਿਣਤੀ ਲਈ ਖ਼ਾਸ ਦਰਾਂ ਮਿਲਦੀਆਂ ਹਨ। ਮਾਡਲ ਪ੍ਰਦਾਤਾ API ਦੀ ਵਰਤੋਂ ਲਈ ਵੱਖਰੇ ਖ਼ਰਚੇ ਲੈਂਦੇ ਹਨ, ਅਤੇ ਕੋਰਸ ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਅਜ਼ਮਾਇਸ਼ੀ ਵਰਤੋਂ ਨੂੰ ਸੀਮਤ ਕਿਵੇਂ ਰੱਖਣਾ ਹੈ। ਪਹਿਲਾਂ 7-ਦਿਨ ਦੀ ਮੁਫ਼ਤ ਅਜ਼ਮਾਇਸ਼ ਨਾਲ ਇਸ ਨੂੰ ਵਰਤ ਕੇ ਦੇਖੋ, ਕ੍ਰੈਡਿਟ ਕਾਰਡ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ।
ਸਰੋਤ ਅਤੇ ਦਾਇਰਾ
OpenAI API ਦੇ ਦਸਤਾਵੇਜ਼, ਢਾਂਚਾਬੱਧ ਆਉਟਪੁੱਟ, 19 October 2026 ਨੂੰ ਜਾਂਚੇ ਗਏ ↗
OpenAI API ਦੇ ਦਸਤਾਵੇਜ਼, ਐਮਬੈਡਿੰਗਜ਼, 19 October 2026 ਨੂੰ ਜਾਂਚੇ ਗਏ ↗
OpenAI API ਦੇ ਦਸਤਾਵੇਜ਼, OpenAI ਪਲੇਟਫਾਰਮ ਵਿੱਚ ਡਾਟਾ ਕੰਟਰੋਲ, 19 October 2026 ਨੂੰ ਜਾਂਚੇ ਗਏ ↗
Claude ਦਸਤਾਵੇਜ਼, ਸਫਲਤਾ ਦੇ ਮਾਪਦੰਡ ਤੈਅ ਕਰੋ ਅਤੇ ਮੁਲਾਂਕਣ ਤਿਆਰ ਕਰੋ, 19 October 2026 ਨੂੰ ਜਾਂਚਿਆ ਗਿਆ ↗
Claude ਦਸਤਾਵੇਜ਼, ਮਨਘੜਤ ਜਵਾਬ ਘਟਾਓ, 19 October 2026 ਨੂੰ ਜਾਂਚਿਆ ਗਿਆ ↗