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 aux LLMs multimodaux dans Vertex AI
- Vue d'ensemble des capacités multimodales dans Vertex AI.
- Modèles Gemini et modalités prises en charge.
- Cas d'utilisation en entreprise et dans la recherche.
Mise en place de l'environnement de développement
- Configuration de Vertex AI pour les workflows multimodaux.
- Gestion des jeux de données multimodaux.
- Travaux pratiques : configuration de l'environnement et préparation des jeux de données.
Fenêtres de contexte longues et raisonnement avancé
- Compréhension des workflows à contexte long.
- Cas d'utilisation en planification et prise de décision.
- Travaux pratiques : mise en œuvre de l'analyse à contexte long.
Conception de workflows inter-modalités
- Combinaison de l'analyse de texte, d'audio et d'images.
- Chaînage des étapes multimodales dans les pipelines.
- Travaux pratiques : conception d'un pipeline multimodal.
Utilisation des paramètres de l'API Gemini
- Configuration des entrées et sorties multimodales.
- Optimisation de l'inférence et de l'efficacité.
- Travaux pratiques : ajustement des paramètres de l'API Gemini.
Applications avancées et intégrations
- Agents et assistants multimodaux interactifs.
- Intégration d'APIs et d'outils externes.
- Travaux pratiques : développement d'une application multimodale.
Évaluation et itération
- Tests de performance multimodale.
- Métriques pour la précision, l'alignement et la dérive.
- Travaux pratiques : évaluation des workflows multimodaux.
Synthèse et prochaines étapes
Pré requis
- Maîtrise de la programmation Python.
- Expérience dans le développement de modèles d'apprentissage automatique.
- Connaissance des données multimodales (texte, audio, image).
Audience cible
- Chercheurs en intelligence artificielle (IA).
- Développeurs avancés.
- Scientifiques en apprentissage automatique (ML).
14 Heures