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 principaux et limitations de l'IA générative
Architecture des transformateurs et LLMs
- Qu'est-ce qu'un transformateur et comment fonctionne-t-il ?
- Composants et caractéristiques principaux d'un transformateur
- Utilisation des transformateurs pour construire des LLMs
Lois d'échelle et optimisation
- Quelles sont les lois d'échelle et pourquoi sont-elles importantes pour les LLMs ?
- 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 LLMs ?
Entraînement et affinage des LLMs
- Étapes principales et défis de l'entraînement des LLMs à partir de zéro
- Avantages et inconvénients de l'affinage des LLMs pour des tâches spécifiques
- Meilleures pratiques et outils pour entraîner et affiner les LLMs
Déploiement et utilisation des LLMs
- Considérations principales et défis du déploiement des LLMs en production
- Cas d'utilisation courants et applications des LLMs dans divers domaines et industries
- Intégration des LLMs avec d'autres systèmes et plateformes IA
Éthique et avenir de l'IA générative
- Implications éthiques et sociales de l'IA générative et des LLMs
- Risques potentiels et dommages de l'IA générative et des LLMs, tels que le biais, la désinformation et la manipulation
- Utilisation responsable et bénéfique de l'IA générative et des LLMs
Synthèse et étapes suivantes
Pré requis
- Une compréhension des concepts d'apprentissage automatique, tels que l'apprentissage supervisé et non supervisé, les fonctions de perte et la division des données
- Une expérience en programmation Python et manipulation de données
- Des connaissances de base sur les réseaux neuronaux et le traitement du langage naturel
Public visé
- Développeurs
- Enthusiastes de l'apprentissage automatique
21 Heures
Nos clients témoignent (7)
Exemples et liens vers le référentiel Excel
Olga - GE HealthCare
Formation - Generative AI with Large Language Models (LLMs)
Traduction automatique
beaucoup d'exemples et différents outils pour vérifier
Bartosz - GE HealthCare
Formation - Generative AI with Large Language Models (LLMs)
Traduction automatique
GPT personnalisés, ingénierie des prompts
Marcin Stezowski - GE HealthCare
Formation - Generative AI with Large Language Models (LLMs)
Traduction automatique
Large perspective
Artur - GE HealthCare
Formation - Generative AI with Large Language Models (LLMs)
Traduction automatique
Exemples techniques conjoints à la théorie.
Marcin - GE HealthCare
Formation - Generative AI with Large Language Models (LLMs)
Traduction automatique
Le parcours de Mikołaj hors du domaine de l'IT permet d'aborder ce sujet sous un angle différent, ce qui est très nécessaire pour les professionnels de l'IT !
Grzegorz - GE HealthCare
Formation - Generative AI with Large Language Models (LLMs)
Traduction automatique
Explication sous un angle autre que celui des technologies de l'information. Ajout de valeur
Marcin - GE HealthCare
Formation - Generative AI with Large Language Models (LLMs)
Traduction automatique
