Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction à l'IA générative
- Qu'est-ce que l'IA générative et pourquoi est-elle importante ?
- Principaux types et techniques de l'IA générative
- Défis et limitations clés de l'IA générative
Architecture des transformateurs et modèles de langage larges (MLL)
- Qu'est-ce qu'un transformateur et comment fonctionne-t-il ?
- Composants principaux et caractéristiques d'un transformateur
- Utilisation des transformateurs pour construire des MLL
Lois d'échelle et optimisation
- Quelles sont les lois d'échelle et pourquoi sont-elles importantes pour les MLL ?
- Comment les lois d'échelle se rapportent-elles à la taille du modèle, la taille des données, le budget de calcul et les exigences d'inférence ?
- Comment les lois d'échelle peuvent-elles aider à optimiser les performances et l'efficacité des MLL ?
Formation et affinement des MLL
- Étapes principales et défis de la formation des MLL depuis le début
- Avantages et inconvénients de l'affinement des MLL pour des tâches spécifiques
- Meilleures pratiques et outils pour la formation et l'affinement des MLL
Déploiement et utilisation des MLL
- Considérations principales et défis du déploiement des MLL en production
- Cas d'utilisation courants et applications des MLL dans divers domaines et industries
- Intégration des MLL avec d'autres systèmes et plateformes IA
Éthique et avenir de l'IA générative
- Considérations éthiques et sociales liées à l'IA générative et aux MLL
- Risques potentiels et dommages de l'IA générative et des MLL, tels que les biais, la désinformation et la manipulation
- Utilisation responsable et bénéfique de l'IA générative et des MLL
Résumé et prochaines étapes
Pré requis
- Une compréhension des concepts de l'apprentissage automatique, tels que l'apprentissage supervisé et non supervisé, les fonctions de perte et la segmentation des données
- Expérience avec le langage Python et la manipulation de données
- Connaissances de base sur les réseaux neuronaux et le traitement du langage naturel
Public cible
- Développeurs
- Enthusiastes de l'apprentissage automatique
21 Heures
Nos clients témoignent (7)
Exemples et liens dépôt Excel
Olga - GE HealthCare
Formation - Generative AI with Large Language Models (LLMs)
Traduction automatique
de nombreux exemples et différents outils pour vérifier
Bartosz - GE HealthCare
Formation - Generative AI with Large Language Models (LLMs)
Traduction automatique
GPT sur mesure, ingénierie rapide
Marcin Stezowski - GE HealthCare
Formation - Generative AI with Large Language Models (LLMs)
Traduction automatique
Une large perspective
Artur - GE HealthCare
Formation - Generative AI with Large Language Models (LLMs)
Traduction automatique
Exemples techniques en lien avec la théorie.
Marcin - GE HealthCare
Formation - Generative AI with Large Language Models (LLMs)
Traduction automatique
L'expérience de Mikołaj en dehors de l'informatique permet de présenter ce sujet sous un angle différent - ce dont les informaticiens ont bien besoin !
Grzegorz - GE HealthCare
Formation - Generative AI with Large Language Models (LLMs)
Traduction automatique
Explication d'un point de vue autre que celui des technologies de l'information. Valeur ajoutée
Marcin - GE HealthCare
Formation - Generative AI with Large Language Models (LLMs)
Traduction automatique
