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.
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