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 21 heures
Plan du cours
Introduction aux grands modèles de langage
- Aperçu du traitement du langage naturel (TLN/NLP)
- Introduction aux grands modèles de langage (GML/LLM)
- Contributions de Meta AI au développement des GML
Comprendre l’architecture des GML de Meta AI
- Architecture Transformer et mécanismes d’auto-attention
- Méthodologies d’entraînement pour les modèles à grande échelle
- Comparaison avec d’autres GML (GPT, BERT, T5, etc.)
Configuration de l’environnement de développement
- Installation et configuration de Python et de Jupyter Notebook
- Travailler avec Hugging Face et le dépôt de modèles de Meta AI
- Utilisation de GPU basés sur le cloud ou locaux pour l’entraînement
Adaptation (fine-tuning) et personnalisation des GML de Meta AI
- Chargement de modèles pré-entraînés
- Adaptation (fine-tuning) sur des jeux de données spécifiques au domaine
- Techniques d’apprentissage par transfert
Création d’applications TLN/NLP avec les GML de Meta AI
- Développement de chatbots et d’IA conversationnelle
- Mise en œuvre de la synthèse de texte et du reformulage
- Analyse des sentiments et modération de contenu
Optimisation et déploiement des grands modèles de langage
- Réglage des performances pour la vitesse d’inférence
- Techniques de compression et de quantification des modèles
- Déploiement des GML à l’aide d’API et de plateformes cloud
Considérations éthiques et IA responsable
- Détection et atténuation des biais dans les GML
- Assurer la transparence et l’équité des modèles d’IA
- Tendances et évolutions futures en IA
Pré requis
- Compréhension de base de l’apprentissage automatique et de l’apprentissage profond
- Expérience en programmation Python
- Connaissance des concepts du traitement du langage naturel (TLN/NLP)
Public cible
- Chercheurs en intelligence artificielle
- Scientifiques des données
- Ingénieurs en apprentissage automatique
- Développeurs logiciels intéressés par le TLN/NLP