Prenez contact avec nous
 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

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires