Optimizing Foundation Models (Simplified Chinese)

via AWS Skill Builder

Aperçu

Dans ce cours, vous allez explorer deux techniques pour améliorer les performances des modèles fondamentaux (MF) : la génération augmentée par récupération (RAG) et le fine-tuning. Vous découvrirez les services Amazon Web Services (AWS) utiles pour stocker des embeddings dans des bases de données vectorielles, le rôle des agents dans les tâches en plusieurs étapes, les méthodes pour affiner les MF, ainsi que la préparation des données pour le fine-tuning, et bien plus encore.

Niveau du cours : Débutant
Durée : 1 heure

Ce cours comprend des éléments interactifs, des explications textuelles, des illustrations et des évaluations des connaissances.

Dans ce cours, vous apprendrez à :

Découvrir les services AWS pour stocker des embeddings dans des bases de données vectorielles.
Comprendre le rôle des agents dans les tâches en plusieurs étapes.
Découvrir les méthodes pour évaluer les performances des MF.
Déterminer si les MF peuvent atteindre efficacement les objectifs commerciaux.
Définir les méthodes pour affiner les MF.
Décrire comment préparer les données pour le fine-tuning des MF.
Déterminer si les MF peuvent atteindre efficacement les objectifs commerciaux en fonction des indicateurs de performance définis dans le cas d'usage.

Ce cours s'adresse à :

Toute personne intéressée par l'intelligence artificielle et l'apprentissage automatique (IA/ML), quel que soit son rôle professionnel spécifique

Optimizing Foundation Models fait partie d'une série de cours visant à enseigner les bases de l'intelligence artificielle, de l'apprentissage automatique et de l'intelligence artificielle générative. Si vous n'avez pas encore suivi les deux cours suivants, il est recommandé de les compléter :