Aperçu
Dans ce cours, vous explorerez deux techniques pour améliorer les performances d'un modèle de base (FM) : la génération augmentée de récupération (RAG) et l'ajustement fin. Vous apprendrez à propos des services d'Amazon Web Services (AWS) qui aident à stocker des incorporations avec des bases de données vectorielles, le rôle des agents dans les tâches à plusieurs étapes, définir des méthodes pour ajuster un FM, comment préparer les données pour l'ajustement fin et bien plus encore.
- Niveau du cours : Basique
- Durée : 1 heure
Activités
Ce cours inclut des éléments interactifs, des instructions textuelles, des graphiques illustratifs et des tests de connaissances.
Objectifs du cours
Dans ce cours, vous apprendrez à :
- Identifier les services AWS qui aident à stocker des incorporations avec des bases de données vectorielles.
- Comprendre le rôle des agents dans les tâches à plusieurs étapes.
- Comprendre les approches pour évaluer les performances du FM.
- Déterminer si un FM atteint efficacement les objectifs commerciaux.
- Définir des méthodes pour ajuster un FM.
- Décrire comment préparer les données pour ajuster un FM.
- Déterminer si un FM atteint efficacement les objectifs commerciaux en se basant sur la métrique commerciale identifiée dans le cas d'utilisation.
Public cible
Ce cours est destiné à :
- Personnes intéressées par l'intelligence artificielle et l'apprentissage automatique (IA/ML), indépendamment d'un rôle spécifique.
Prérequis
Le cours Optimiser les modèles de base fait partie d'une série qui favorise les fondamentaux de l'intelligence artificielle, l'apprentissage automatique et l'IA générative. Nous recommandons de suivre les deux cours suivants, si ce n'est déjà fait :
- Fondamentaux de l'apprentissage automatique et de l'intelligence artificielle
- Description des cas d'utilisation et applications de l'intelligence artificielle
Contenu du cours
Section 1 : Introduction
- Comment utiliser ce cours
- Vue d'ensemble du cours
Section 2 : Optimiser un modèle de base avec la génération augmentée de récupération
- Cas commercial
- Génération augmentée de récupération (RAG)
- Agents
- Évaluer les résultats
- Test de connaissances
Section 3 : Optimiser un modèle de base avec l'ajustement fin
- Cas commercial
- Ajustement fin
- Évaluation du modèle
- Test de connaissances
Section 4 : Conclusion
- Ressources
- Nous contacter
Université : Fournisseur : AWS Skill Builder. Catégories : Cours sur les Modèles de Base
