Aperçu
Dans ce cours, nous examinerons deux techniques pour améliorer les performances des modèles de fondation (FM) : la génération augmentée par récupération (RAG) et le fine-tuning. Vous apprendrez à utiliser les services d'Amazon Web Services (AWS) pour stocker des embeddings dans une base de données vectorielle, le rôle des agents dans les tâches multi-étapes, comment définir des méthodes de fine-tuning des FM, et comment préparer des données pour le fine-tuning.
- Niveau du cours : Débutant
- Durée : 1 heure
Remarque : Ce cours est optimisé pour Google Chrome (les deux dernières versions principales), Microsoft Edge (les deux dernières versions principales), Safari (les deux dernières versions principales).
Ce cours comprend des éléments interactifs, des instructions textuelles, des graphiques d'exemple et des évaluations des connaissances.
Les objectifs de ce cours sont les suivants :
- Identifier les services AWS qui aident à stocker des embeddings dans une base de données vectorielle.
- 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 des méthodes de fine-tuning pour les FM.
- Expliquer comment préparer les données pour le fine-tuning des FM.
- Déterminer si les FM répondent efficacement aux objectifs commerciaux sur la base des indicateurs commerciaux identifiés dans le cas d'utilisation.
Ce cours est destiné aux individus intéressés par l'intelligence artificielle et l'apprentissage automatique (IA/ML), quel que soit leur poste.
Optimising Foundation Models fait partie d'une série qui jette les bases de l'intelligence artificielle, de l'apprentissage automatique et de l'IA générative. Si vous ne les avez pas encore terminés, il est recommandé de suivre ces deux cours :
- Les fondamentaux de l'apprentissage automatique et de l'intelligence artificielle
- Explorer les cas d'usage et les applications de l'intelligence artificielle
Section 1 : Introduction
- Comment utiliser ce cours
- Aperçu du cours
Section 2 : Optimisation des modèles de fondation par génération augmentée par récupération
- Cas d'entreprise
- Génération augmentée par récupération (RAG)
- Agents
- Évaluation des résultats
- Évaluation des connaissances
Section 3 : Optimisation des modèles de fondation par fine-tuning
- Cas d'entreprise
- Fine-tuning
- Évaluation de modèles
- Évaluation des connaissances
Section 4 : Conclusion
- Ressources
- Contactez AWS
Université : Fournisseur : AWS Skill Builder
Catégories :
