What You Need to Know Before
You Start

Starts 7 June 2025 12:11

Ends 7 June 2025

00 days
00 hours
00 minutes
00 seconds
course image

Large Language Models: Application through Production

Ce cours, conçu pour les développeurs, les scientifiques de données et les ingénieurs, se concentre sur la création d'applications centrées autour des Modèles de Langue à Grande Échelle (LLM) en utilisant des cadres d'avant-garde. Les participants interagiront avec Hugging Face pour relever les défis du traitement du langage naturel (NLP), utiliser.
via edX

503 Cours


Not Specified

Optional upgrade avallable

All Levels

Progress at your own speed

Free

Optional upgrade avallable

Aperçu

Ce cours, conçu pour les développeurs, les scientifiques de données et les ingénieurs, se concentre sur la création d'applications centrées autour des Modèles de Langue à Grande Échelle (LLM) en utilisant des cadres d'avant-garde. Les participants interagiront avec Hugging Face pour relever les défis du traitement du langage naturel (NLP), utiliseront LangChain pour des opérations complexes en plusieurs phases, et exploreront les subtilités de l'ingénierie de l'invite.

Le programme inclut l'utilisation d'incorporations de données et de bases de données vectorielles pour améliorer les pipelines LLM, ainsi que des techniques pour affiner les LLM avec des données de domaines spécifiques afin d'améliorer les performances et de réduire les coûts. De plus, le cours examine les avantages et les limitations des modèles propriétaires, tout en discutant des implications sociétales, de sécurité et éthiques de la mise en œuvre des LLM.

Une formation complète sera fournie sur le déploiement efficace des modèles à grande échelle, incorporant les meilleures pratiques de LLMOps. À la fin de ce cours, les participants auront développé un workflow LLM complet prêt pour la production.

Ce cours est proposé par edX, s'adressant à ceux qui s'intéressent aux applications LLM, à l'Ingénierie de l'invite, à LangChain, et aux Bases de Données Vectorielles.


Enseigné par

Matei Zaharia, Sam Raymond, Chengyin Eng and Joseph Bradley


Sujets