Commencez votre voyage avec les grands modèles de langage (LLM) en comprenant ce qu'ils sont et ce qu'ils peuvent faire, et jetez un coup d'œil sous le capot pour avoir une idée de leur fonctionnement !

Introduction aux grands modèles linguistiques (LLM)

Utilisation d'un pipeline pour le résumé

Nettoyage des réponses

Utilisation de LLM pré-entraînés

Générer du texte

Traduire un texte

Comprendre le transformateur

Identifier le transformateur

Utiliser la bonne structure de modèle

Premiers pas avec les grands modèles de langage (LLM)

Apprenez à exploiter les LLM pré-entraînés et les ensembles de données de Hugging Face pour affiner un modèle.

Préparation de la mise au point

Tokenisation du texte

Cartographie de la tokénisation

Perfectionnement par la formation

Mise en place d'un argumentaire de formation

Configuration du formateur

Utilisation du modèle affiné

Approches de mise au point

Apprentissage par transfert avec apprentissage en une seule fois

Approches d'apprentissage par transfert

Affiner les LLM

Plongez dans les différentes métriques pour évaluer la performance des modèles et terminez en apprenant les défis de l'application des LLM dans le monde réel.

La bibliothèque d'évaluation

Chargement des métriques avec évaluation

Description des métriques

Utiliser des indicateurs d'évaluation

Métriques pour les tâches langagières : perplexité et BLEU

Évaluation de la perplexité

BLEU traductions

Métriques pour les tâches linguistiques : ROUGE, METEOR, EM

Évaluer avec ROUGE

Évaluer avec METEOR

Évaluer avec EM

Sauvegarde des Mildes d'apprentissage tout au long de la vie

Contrôle de la toxicité

Évaluation du regard

Ligne d’arrivée

Évaluer les performances de LLM

Les grands modèles de langage (LLM) sont devenus des outils essentiels à l'origine de certaines des avancées et des applications les plus étonnantes dans le paysage actuel de l'intelligence artificielle. Ce cours pratique vous apportera les connaissances pratiques et les compétences nécessaires pour comprendre, construire et exploiter la puissance des LLM pour résoudre des tâches linguistiques complexes telles que la traduction, la génération de langues, la réponse à des questions, etc. Grâce à des exercices de codage itératifs, vous apprendrez à travailler avec des transformateurs. Vous explorerez également les modèles de langage pré-entraînés et les ensembles de données de Hugging Face. A la fin de ce cours, vous serez en mesure d'affiner et d'évaluer les LLMs pré-entraînés en utilisant des métriques spécialisées. Vous comprendrez également les principaux défis et les considérations éthiques liés à la mise en œuvre d'applications réelles sur le site LLM.

<h2>Découvrez ce qui se cache derrière l'engouement pour les grands modèles linguistiques</h2>
<br><br>
Les grands modèles de langage (LLM) sont devenus des outils essentiels à l'origine de certaines des avancées et des applications les plus étonnantes dans le paysage actuel de l'intelligence artificielle. Ce cours pratique vous apportera les connaissances pratiques et les compétences nécessaires pour comprendre, construire et exploiter la puissance des LLM pour résoudre des tâches linguistiques complexes telles que la traduction, la génération de langues, etc.
<br><br>
<h2>Découvrez l'architecture LLM et exploitez les modèles pré-entraînés</h2>
<br><br>
Grâce à des exercices de codage interactifs, vous découvrirez différentes architectures de transformateurs et comment les identifier. Vous découvrirez comment tirer parti des modèles de langage pré-entraînés et des ensembles de données de Hugging Face pour affiner et évaluer votre modèle à l'aide de métriques avancées adaptées aux LLM. Enfin, vous en saurez plus sur les problèmes d'éthique et de partialité qui se posent dans le cadre des LLM et sur les moyens de les identifier. À la fin de ce cours, vous serez en mesure de construire des LLM, de les affiner et de les évaluer à l'aide de mesures spécialisées, tout en comprenant les principaux défis et les considérations éthiques liés à la mise en œuvre d'applications LLM dans le monde réel.

Intermediate Deep Learning with PyTorch

Découvrez les bases des LLM et l'architecture révolutionnaire des transformateurs !

Introduction aux LLM en Python

Apprenez les rouages des LLM et l'architecture révolutionnaire des transformateurs sur laquelle ils reposent !

Ingénieur IA associé pour les scientifiques de données

Développer des LLM

Senior Data Science Content Developer, DataCamp

Safeguarding LLMs

LLM challenges

Truthfulness and hallucinations

Metrics for analyzing LLM bias: toxicity

Metrics for analyzing LLM bias: regard

Let's practice!

Évaluer les performances de LLM - Sauvegarde des Mildes d'apprentissage tout au long de la vie

Sauvegarde des Mildes d'apprentissage tout au long de la vie

Create Your Free Account