Prenez contact avec nous
 Durée 7 heures

Plan du cours

De la génération de texte aux décisions typées

  • Ce qu’une modèle de décision renvoie
  • Décisions de type « system one » par rapport aux LLM de raisonnement
  • Profil de coût et de latence des décisions bornées

Le paysage des modèles de décision à poids ouverts

  • Strands Decider 2B d’AWS Labs
  • Familles à poids ouverts JEV et GEV
  • Pplx-Decider, Liquid D1 et Clef
  • Différences de licence et de déploiement

À l’intérieur d’un modèle de décision

  • Torse LLM sans tête de modélisation du langage
  • Tête pointeur qui attribue une note aux options candidates
  • D’où provient le score de confiance

Lancer vos premières décisions

  • Installation locale sur processeur central et carte graphique grand public
  • Formulation des questions et des ensembles d’options
  • Poser plusieurs questions en un seul passage
  • Seuils et comportement de secours

Évaluer la qualité des décisions

  • JevBench et bancs d’essai des décisions
  • Précision par rapport à la calibration
  • Score de Brier et fiabilité de la confiance
  • Tâches pour lesquelles un modèle de décision est le mauvais outil

Pré requis

  • Notions de base sur les grands modèles de langage et les applications basées sur des invites.
  • À l’aise avec la ligne de commande et les scripts Python.
  • Aucune expérience en apprentissage automatique n’est requise.

Public cible

  • Ingénieurs en IA évaluant des modèles de décision pour des flux de travail agentiques
  • Développeurs de logiciels remplaçant des appels LLM par des décisions bornées
  • Architectes de solutions et de plateformes concevant des architectures agentiques
  • Gestionnaires de produits techniques évaluant les options de modèles de décision

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires