Plan du cours
Introduction à l'IA générative
- Qu'est-ce que l'IA générative et pourquoi est-elle importante ?
- Principaux types et techniques d'IA générative
- Défis et limites clés de l'IA générative
Architecture Transformer et LLM
- Qu'est-ce qu'un transformer et comment fonctionne-t-il ?
- Composants principaux et caractéristiques d'un transformer
- Utilisation des transformers pour construire des LLM
Lois de mise à l'échelle et optimisation
- Que sont les lois de mise à l'échelle et pourquoi sont-elles importantes pour les LLM ?
- Comment les lois de mise à l'échelle sont-elles liées à la taille du modèle, à la taille des données, au budget de calcul et aux exigences d'inférence ?
- Comment les lois de mise à l'échelle peuvent-elles aider à optimiser les performances et l'efficacité des LLM ?
Entraînement et affinage des LLM
- Étapes principales et défis de l'entraînement des LLM à partir de zéro
- Avantages et inconvénients de l'affinage des LLM pour des tâches spécifiques
- Bonnes pratiques et outils pour l'entraînement et l'affinage des LLM
Déploiement et utilisation des LLM
- Considérations principales et défis du déploiement des LLM en production
- Cas d'utilisation courants et applications des LLM dans divers domaines et industries
- Intégration des LLM avec d'autres systèmes et plateformes d'IA
Éthique et avenir de l'IA générative
- Implications éthiques et sociales de l'IA générative et des LLM
- Risques potentiels et dangers de l'IA générative et des LLM, tels que les biais, la désinformation et la manipulation
- Utilisation responsable et bénéfique de l'IA générative et des LLM
Résumé et prochaines étapes
Pré requis
- Une compréhension des concepts d'apprentissage automatique, tels que l'apprentissage supervisé et non supervisé, les fonctions de perte et le fractionnement des données.
- De l'expérience en programmation Python et en manipulation de données.
- Des connaissances de base sur les réseaux neuronaux et le traitement du langage naturel.
Public cible
- Développeurs
- Passionnés d'apprentissage automatique
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
