45 דקות שיעור חינם · מתחילים עכשיו, בלי כרטיס אשראי
שיעור פרטי

שיעור פרטי במודלים גנרטיביים: דיפוזיה וטרנספורמרים עם AI

ממודל שפה ועד דיפוזיה: מבינים איך מודלים גנרטיביים מייצרים טקסט ותמונות, צעד אחר צעד

שיעור חי 1:1 עם מורה AI

המורה: נועם

  • התוכנית עודכנה 11.2026
  • עברית, ועוד 5 שפות
  • 3 רמות
  • 35 שיעורים · כ־19 שעות של שיעורים

מודלים גנרטיביים: דיפוזיה וטרנספורמרים

ממודל שפה ועד דיפוזיה: מבינים איך מודלים גנרטיביים מייצרים טקסט ותמונות, צעד אחר צעד

12 שיעורים · 4 פרקים · שיעור חי פרטי עם המורה על הלוח

מה תדעו לעשות בסוף

  • להבחין בין מודל מסווג למודל גנרטיבי ולדגום תוצאה מהתפלגות הסתברויות
  • לתאר צעד אימון אחד: פרמטרים, פונקציית הפסד וירידת גרדיאנט
  • להריץ ביד כמה צעדי מיזוג של BPE ולבנות מילון תתי-מילים
  • להסביר איך טוקניזציה משפיעה על חלון ההקשר ועל המודל בעברית ובמספרים
  • לבנות מודל bigram מספירות ולעקוב אחרי יצירה טוקן אחר טוקן
  • לבחור temperature, top-k או top-p בהתאם למשימה
  • לחשב cross-entropy לטוקן אחד
  • לזהות הזיות והטיות בדוגמה ולהסביר אותן כתוצאה מחיזוי הטוקן הבא

בסוף כל רמה המורה בודק שזה באמת ברור, לא רק שעברנו על החומר

הקורס כולל

  • שיעורים חיים 1:1 עם מורה פרטי AI על לוח
  • 19 שעות של שיעורים חיים אחד על אחד
  • 35 שיעורים על לוח משותף, כל אחד עם יעד ברור
  • תרגול ובדיקת הבנה בכל שיעור
  • סיכום אחרי כל שיעור, שנשמר בהיסטוריה
  • תעודת סיום לכל רמה
  • מחשב, טאבלט או טלפון
  • עברית, ועוד 5 שפות

תוכנית הקורס

3 רמות · 10 פרקים · 35 שיעורים · 19 שע׳ בסך הכול

מתחיליםמתחילים: מה זה מודל גנרטיבי, טוקנים וחיזוי המילה הבאה4 פרקים • 12 שיעורים • 6 שע׳ 20 דק׳

הלומד/ת יבין/תבין מה מודל גנרטיבי לומד, איך טקסט הופך לטוקנים, ואיך מודל שפה מייצר טקסט טוקן אחרי טוקן בדגימה מהתפלגות הסתברויות.

  1. מה זה מודל גנרטיבי3 שיעורים • 1 שע׳ 35 דק׳
    1. 1מודל גנרטיבי מול מודל מסווגלהבחין בין מודל שמסווג קלט לבין מודל שמייצר דוגמאות חדשות, ולזהות דוגמאות לכל סוג.שיעור ניסיוןכ־30 דק׳
    2. 2התפלגות הסתברויות ודגימהלהסביר מודל גנרטיבי כהתפלגות הסתברויות על דוגמאות, ולדגום ממנה תוצאה.כ־30 דק׳
    3. 3איך מודל לומד מנתוניםלהסביר במילים פרמטרים, פונקציית הפסד וירידת גרדיאנט, ולתאר צעד אימון אחד.כ־35 דק׳
  2. טוקנים: איך מחשב קורא טקסט3 שיעורים • 1 שע׳ 35 דק׳
    1. 4מטקסט למספרים: טוקנים ומילוןלהסביר למה מודל צריך טוקנים, ולהשוות טוקניזציה לפי תווים, מילים ותתי-מילים.כ־30 דק׳
    2. 5BPE: איך בונים מילון של תתי-מיליםלהריץ ביד כמה צעדי מיזוג של Byte Pair Encoding ולהסביר איך נוצר מילון תתי-מילים.כ־35 דק׳
    3. 6טוקנים בפועל: עברית, ספרות וחלון הקשרלהסביר איך טוקניזציה משפיעה על אורך, חלון הקשר והתנהגות המודל בעברית, במספרים ובאיות.כ־30 דק׳
  3. חיזוי המילה הבאה4 שיעורים • 2 שע׳ 10 דק׳
    1. 7מודל שפה: הסתברות לטוקן הבאלהגדיר מודל שפה כהתפלגות על הטוקן הבא בהינתן ההקשר, ולבנות מודל bigram מספירות.כ־30 דק׳
    2. 8לולאת היצירה: טוקן אחרי טוקןלעקוב צעד-אחר-צעד אחרי יצירה אוטורגרסיבית: חיזוי, דגימה, הוספה להקשר וחזרה עד טוקן סיום.כ־30 דק׳
    3. 9אסטרטגיות דגימה: temperature, top-k, top-pלהסביר איך greedy, temperature, top-k ו-top-p משנים את ההתפלגות, ולבחור הגדרה מתאימה למשימה.כ־35 דק׳
    4. 10איך מאמנים מודל שפה: cross-entropyלהסביר איך טקסט גולמי הופך לדוגמאות אימון, לחשב cross-entropy לטוקן אחד, ולהבין למה רשת עדיפה על ספירות.כ־35 דק׳
  4. גבולות ותמונה מלאה2 שיעורים • 1 שע׳
    1. 11למה מודלים 'הוזים' ומה הם לא יודעיםלהסביר הזיות, תאריך חיתוך ידע והטיות כתוצאה ישירה של חיזוי טוקן הבא, ולזהות אותן בדוגמה.כ־30 דק׳
    2. 12התמונה המלאה: מ-prompt לתשובה, ומה הלאהלעקוב מקצה לקצה אחרי prompt עד תשובה, ולמקם במפה את הטרנספורמר ואת מודלי הדיפוזיה כשלבים הבאים.כ־30 דק׳
ממשיכיםממשיכים: טרנספורמרים, קשב ודיפוזיה מבפנים3 פרקים • 12 שיעורים • 6 שע׳ 30 דק׳

הלומד/ת יעקוב/תעקוב צעד אחר צעד איך טרנספורמר מחשב את הטוקן הבא, ואיך מודל דיפוזיה מאומן להפוך רעש לתמונה.

  1. מווקטורים לקשב4 שיעורים • 2 שע׳ 10 דק׳
    1. 1Embeddings: טוקן כווקטור של משמעותלהסביר איך טוקן הופך לווקטור, ולמדוד דמיון בין מילים בעזרת מכפלה סקלרית ו-cosine.כ־30 דק׳
    2. 2למה צריך קשב: מילה שמשמעותה תלויה בהקשרלהסביר למה embedding קבוע לא מספיק ולמה מודל צריך לערבב מידע בין מיקומים ברצף.כ־30 דק׳
    3. 3מנגנון הקשב: Query, Key, Valueלחשב ביד קשב של טוקן אחד: ציונים, softmax ומשקלות, וממוצע משוקלל של ה-values.כ־35 דק׳
    4. 4Self-attention כמטריצה ו-causal maskלכתוב self-attention בצורה מטריציונית ולהסביר איך ה-mask מונע מהמודל להציץ בטוקנים עתידיים.כ־35 דק׳
  2. בלוק הטרנספורמר5 שיעורים • 2 שע׳ 40 דק׳
    1. 5Multi-head attention: כמה סוגי קשב במקביללהסביר למה מחלקים קשב לכמה ראשים, איך מחברים אותם בחזרה ומה כל ראש עשוי ללמוד.כ־30 דק׳
    2. 6מידע על מיקום: למה קשב 'עיוור לסדר'להראות שקשב לבדו לא מבחין בסדר המילים ולהשוות דרכים להוסיף מידע על מיקום.כ־30 דק׳
    3. 7הבלוק המלא: FFN, residual ו-LayerNormלשרטט בלוק טרנספורמר שלם ולהסביר את התפקיד של כל רכיב בו ולמה מערמים עשרות בלוקים.כ־35 דק׳
    4. 8מעקב מלא: מ-prompt לטוקן הבאלעקוב אחרי prompt קצר דרך כל שלבי הטרנספורמר עד התפלגות ההסתברויות לטוקן הבא.כ־35 דק׳
    5. 9עלות היצירה: KV cache ואורך הקשרלהסביר למה יצירה איטית, איך KV cache חוסך חישוב, ולמה הקשר ארוך עולה בזיכרון.כ־30 דק׳
  3. מודלי דיפוזיה3 שיעורים • 1 שע׳ 40 דק׳
    1. 10התהליך הקדמי: להרוס תמונה ברעשלתאר את תהליך הוספת הרעש בדיפוזיה ולחשב תמונה רועשת בכל צעד t בנוסחה סגורה.כ־30 דק׳
    2. 11אימון דיפוזיה: לנחש את הרעשלהסביר את לולאת האימון של מודל דיפוזיה: מה הקלט, מה המודל חוזה ומה פונקציית ה-loss.כ־35 דק׳
    3. 12דגימה: מרעש לתמונה, והכוונה בעזרת תנאילעקוב אחרי לולאת הדגימה מרעש לתמונה, להשוות DDPM ל-DDIM ולהסביר classifier-free guidance.כ־35 דק׳
מתקדמיםמודלים גנרטיביים מתקדמים: מרחב לטנטי, מולטימודליות ואימון3 פרקים • 11 שיעורים • 6 שע׳ 10 דק׳

הלומד/ת יסביר/תסביר איך מודלים גנרטיביים מודרניים עובדים מקצה לקצה: דיפוזיה במרחב לטנטי, חיבור תמונה וטקסט במודל אחד, ושרשרת האימון מ-pretraining דרך SFT ועד preference tuning ו-LoRA. בסוף הרמה הוא/היא יוכל/תוכל לבחור גישה מנומקת למקרה אמיתי.

  1. מרחב לטנטי ודיפוזיה מודרנית4 שיעורים • 2 שע׳ 15 דק׳
    1. 1Autoencoder: לדחוס תמונה לווקטור לטנטילהסביר מה זה מרחב לטנטי, איך encoder ו-decoder לומדים יחד, ולמה autoencoder רגיל לא מתאים ליצירה.כ־30 דק׳
    2. 2VAE: מרחב לטנטי רציף שאפשר לדגום ממנולהסביר איך VAE מקודד התפלגות במקום נקודה, מה תפקיד איבר ה-KL, ולמה זה מאפשר אינטרפולציה ויצירה.כ־35 דק׳
    3. 3Latent diffusion: דיפוזיה בתוך המרחב הלטנטילשרטט את צינור ה-text-to-image המלא: text encoder, דיפוזיה ב-latent עם cross-attention, ופענוח ב-VAE decoder.כ־35 דק׳
    4. 4DiT ו-flow matching: הדור הבא של מודלי התמונהלהסביר איך transformer מחליף את ה-U-Net בדיפוזיה, ומה flow matching משנה במסלול מרעש לתמונה.כ־35 דק׳
  2. מודלים מולטימודליים2 שיעורים • 1 שע׳ 5 דק׳
    1. 5CLIP: מרחב משותף לתמונה ולטקסטלהסביר איך contrastive learning מיישר תמונות וטקסטים למרחב embeddings אחד, ומה אפשר לעשות איתו.כ־30 דק׳
    2. 6מודלי שפה-ראייה: איך LLM 'רואה' תמונהלעקוב איך תמונה הופכת לטוקנים שה-LLM קורא, דרך ViT ו-projector, ולהשוות לגישה של מודל native multimodal.כ־35 דק׳
  3. אימון מקדים וכוונון5 שיעורים • 2 שע׳ 50 דק׳
    1. 7Pretraining בקנה מידה: נתונים, חישוב וחוקי סקיילינגלהסביר מה קורה ב-pretraining של LLM, איך מחליטים על גודל מודל מול כמות נתונים, ולמה איכות הדאטה קובעת.כ־35 דק׳
    2. 8Instruction tuning: מהשלמת טקסט לעוזרלהסביר איך SFT הופך base model לעוזר, מה זה chat template, ולמה מחשבים loss רק על תשובת המודל.כ־30 דק׳
    3. 9Preference tuning: RLHF ו-DPOלהשוות בין RLHF עם reward model ל-DPO, ולהסביר למה מאמנים על העדפות ולא רק על תשובות נכונות.כ־35 דק׳
    4. 10כוונון יעיל: LoRA, QLoRA וכוונון מודלי תמונהלהסביר איך LoRA מכוונן מודל ענק עם אחוז קטן מהפרמטרים, לחשב את החיסכון, ולהכיר שימוש ב-LoRA על מודל דיפוזיה.כ־35 דק׳
    5. 11הערכה ובחירת גישה: prompt, RAG או fine-tuneלהעריך מודל גנרטיבי בצורה אמינה ולבחור בנימוק בין prompting, RAG, fine-tuning ו-preference tuning למקרה אמיתי.כ־35 דק׳

מה צריך

  • אין צורך בידע קודם בבינה מלאכותית; נוחות בסיסית עם מספרים וחשבון מספיקה
  • לרמות ממשיכים ומתקדמים: היכרות עם החומר של הרמה שלפניהן
  • מחשב, טאבלט או טלפון עם מיקרופון, ודפדפן

על הקורס

הקורס עובר מהיסוד למודלים מודרניים בשלוש רמות: מתחילים בטוקנים ובחיזוי המילה הבאה, ממשיכים לטרנספורמרים, קשב ודיפוזיה מבפנים, ומסיימים במרחב לטנטי, מולטימודליות ואימון. בשיעור אחד על אחד מחשבים ביד ופותרים יחד על לוח משותף, בקצב שלכם.

למי הקורס

  • מי שסקרן להבין איך מודלי שפה ומחוללי תמונות עובדים באמת
  • תלמידים, סטודנטים ומפתחים שרוצים בסיס איתן בבינה מלאכותית גנרטיבית
  • מי שעובד עם מודלים ורוצה לבחור בנימוק בין prompt, RAG ו-fine-tuning
  • בינה מלאכותית ולמידת מכונה

    עם נועם

    שיעור חי 1:1 עם מורה AIכ־19 שעות35 שיעורים3 רמות
  • להשתמש ב־AI בחוכמה

    עם נועם

    שיעור חי 1:1 עם מורה AIכ־12 שעות24 שיעורים2 רמות
  • למידת מכונה

    עם נועם

    שיעור חי 1:1 עם מורה AIכ־20 שעות36 שיעורים3 רמות
  • למידה עמוקה

    עם נועה

    שיעור חי 1:1 עם מורה AIכ־18 שעות34 שיעורים3 רמות
  • עיבוד שפה טבעית (NLP)

    עם נועם

    שיעור חי 1:1 עם מורה AIכ־20 שעות35 שיעורים3 רמות
  • ראייה ממוחשבת

    עם נועם

    שיעור חי 1:1 עם מורה AIכ־20 שעות36 שיעורים3 רמות
לכל הקורסים במסלול בינה מלאכותית

המורה שלך

נועםנועםמורה AI פרטי, בשיעור חי על לוח משותף

מורה AI פרטי שמלמד בשיחה חיה: שואל, מקשיב, מצייר על הלוח ונותן לפתור לבד עם רמזים. זוכר מה למדתם ומתחיל כל שיעור מהמקום שעצרתם.

איך נראה שיעור?

  • הילד מדבר עם המורה בקול, כמו בשיחת וידאו, ושואל מה שלא ברור.

  • המורה מסביר, כותב ומצייר על לוח משותף, והילד פותר איתו על אותו לוח.

  • אפשר לצלם דף עבודה או שיעורי בית וללמוד ממנו, תרגיל אחרי תרגיל.

  • ההורה מקבל דוח: זמן לימוד, מה הצליח ומה כדאי לחזק.

כללי השיעור

  • רק לימוד

שאלות נפוצות

איך עובד שיעור פרטי במודלים גנרטיביים: דיפוזיה וטרנספורמרים?
בוחרים מודלים גנרטיביים: דיפוזיה וטרנספורמרים ורמה, ומדברים עם המורה בקול. המורה שואל מה כבר ידוע, מסביר, כותב ומצייר על הלוח, ונותן לפתור לבד עם רמזים עד שהעניין ברור.
כמה זמן לוקח הקורס מודלים גנרטיביים: דיפוזיה וטרנספורמרים?
12 שיעורים של כ־32 דקות ברמה הראשונה, בקצב שלך. אפשר לעצור, לחזור ולדלג על מה שכבר ידוע.
צריך ידע קודם?
לא ברמת המתחילים. בתחילת השיעור הראשון המורה בודק מה כבר ידוע ומתאים את הרמה, ואפשר להתחיל ישר מרמה מתקדמת.
איך מתחילים בחינם?
נכנסים עם חשבון Google או עם קוד שנשלח למייל, כותבים שם וכיתה של הילד, והשיעור מתחיל מיד. כל משפחה מקבלת 45 דקות שיעור חינם, בכל מקצוע, לפי זמן השיעור בפועל, בלי כרטיס אשראי. אחר כך בוחרים מנוי בתשלום, ומבטלים בכל עת.
על איזה מכשיר לומדים?
בכל מחשב, טאבלט או טלפון עם דפדפן ומיקרופון. אפשר גם להתקין את האתר כאפליקציה במסך הבית.

רוצים לנסות?

נכנסים, כותבים שם וכיתה של הילד, והשיעור מתחיל. 45 דקות שיעור חינם, בלי כרטיס אשראי.

להתחיל בחינם

שיעור פרטי עם AI: מה זה ואיך זה עובד

מודלים גנרטיביים: דיפוזיה וטרנספורמרים45 הדקות הראשונות בחינם

שיעור פרטילהתחיל בחינם