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.
Plan du cours
Introduction à l'apprentissage multimodal
- Aperçu de l'IA multimodale
- Défis du traitement des données multimodales
- Avantages des LLM multimodaux
Compréhension des grands modèles linguistiques
- Architecture des LLM de pointe
- Entraînement des LLM avec des données multimodales
- Études de cas : applications LLM multimodales réussies
Traitement des données multimodales
- Techniques de prétraitement des données pour le texte, l'image et l'audio
- Extraction de caractéristiques et apprentissage de la représentation
- Intégration des données multimodales dans les LLM
Développement d'applications LLM multimodales
- Conception d'interfaces utilisateur pour l'interaction multimodale
- LLM dans les assistants virtuels et les chatbots
- Création d'expériences immersives avec les LLM
Évaluation et optimisation des systèmes multimodaux
- Métriques de performance pour les LLM multimodaux
- Stratégies d'optimisation pour une meilleure précision et efficacité
- Aborder les biais et l'équité dans les systèmes multimodaux
Atelier pratique : construction d'un projet LLM multimodal
- Configuration d'un jeu de données multimodal
- Mise en œuvre d'un LLM multimodal pour un cas d'utilisation spécifique
- Tests et affinage du système
Résumé et prochaines étapes
Pré requis
- Une compréhension de l'apprentissage automatique et des réseaux de neurales
- De l'expérience avec la programmation en Python
- Une familiarité avec le prétraitement des données pour divers types de données (texte, image, audio)
Public cible
- Data scientists
- Ingénieurs en apprentissage automatique
- Développeurs de logiciels
- Chercheurs spécialisés en IA et en traitement du langage naturel
14 Heures