Aperçu
Ce cours aborde deux méthodes pour améliorer les performances des modèles de fondation (FM) : la génération augmentée par récupération (RAG) et le réglage fin. Vous apprendrez sur les services AWS pour stocker des vecteurs encodés avec des embeddings, le rôle des agents dans les tâches multi-étapes, comment définir des méthodes pour affiner les FM, et comment préparer les données pour le réglage fin.
• Niveau du cours : Basique
• Durée : 1 heure
Activités
Ce cours comprend des éléments interactifs, des explications textuelles, des graphiques illustrés et des vérifications de connaissances.
Objectifs du cours
Dans ce cours, vous apprendrez à :
- Identifier les services AWS pour stocker des vecteurs encodés avec des embeddings.
- Comprendre le rôle des agents dans les tâches multi-étapes.
- Comprendre comment évaluer les performances des FM.
- Déterminer si les FM répondent efficacement aux objectifs commerciaux.
- Définir comment affiner les FM.
- Expliquer comment préparer les données pour le réglage fin des FM.
- Déterminer si les FM répondent efficacement aux objectifs commerciaux sur la base des métriques business identifiées dans les cas d'utilisation.
Public cible
Ce cours est destiné à :
- Quiconque s'intéresse à l'intelligence artificielle et à l'apprentissage automatique (IA/ML), indépendamment de leur rôle professionnel spécifique.
Pré-requis
“Optimiser les Modèles de Fondation” fait partie d'une série de cours destinés à enseigner les bases de l'intelligence artificielle, de l'apprentissage automatique et de l'IA générative. Avant de suivre ce cours, il est recommandé de compléter les deux cours suivants :
- Fondamentaux de l'Apprentissage Automatique et de l'Intelligence Artificielle
- Explorer les Cas d'Usage et les Applications de l'Intelligence Artificielle
Aperçu du cours
Section 1 : Introduction
- Comment suivre ce cours
- Aperçu du cours
Section 2 : Optimiser les Modèles de Fondation avec la Génération Augmentée par Récupération
- Cas d'usage commercial
- Génération Augmentée par Récupération (RAG)
- Agents
- Évaluation des résultats
- Vérification de connaissances
Section 3 : Optimiser les Modèles de Fondation avec le Réglage Fin
- Cas d'usage commercial
- Réglage fin
- Évaluation du modèle
- Vérification de connaissances
Section 4 : Conclusion
- Ressources <
