Aperçu
Il existe littéralement des milliers de Modèles de Langage Étendus ou LLM disponibles qui peuvent être utilisés pour une multitude de buts. Hugging Face est le hub incontournable pour les modèles de langage, offrant une vaste collection où vous pouvez trouver et utiliser presque tous les modèles dont vous avez besoin. Choisir le bon modèle peut être une tâche ardue étant donné que les modèles existent sous diverses formes, tailles et configurations, et que chaque modèle est spécialisé dans quelque chose de différent.
Donc, lorsque vous abordez Hugging Face en quête du modèle adapté à votre besoin, vous devez connaître l'art de cette mise en relation. Dans ce cours, nous apprendrons à naviguer dans le Hugging Face Hub pour les modèles, en associant leurs configurations à vos besoins. Nous comprendrons les caractéristiques clés des modèles (LLMs), telles que la taille, les exigences informatiques, les spécialisations, les licences, etc. Nous examinerons diverses familles de modèles, leurs spécialisations, leurs performances et leurs variantes. Nous apprendrons également à utiliser divers modèles de Hugging Face et à les évaluer en fonction de vos besoins.
Ce cours est conçu pour les professionnels profondément impliqués dans le domaine de l'IA et de l'apprentissage automatique, y compris les Data Scientists, les ingénieurs en apprentissage automatique, les ingénieurs en IA, les développeurs d'applications LLM RAG, les développeurs de logiciels et les ingénieurs informatiques. Il s'adresse aux personnes qui construisent ou prévoient de construire des applications tirant parti des grands modèles de langage (LLMs) et qui cherchent à améliorer leur capacité à sélectionner et à utiliser les modèles les plus appropriés pour leurs besoins spécifiques. Les participants doivent avoir une solide base en programmation Python et une compréhension de base des grands modèles de langage (LLMs) et de leur utilisation programmée, car le cours s'appuiera sur ces concepts avec des exercices pratiques de codage et des sujets avancés comme la sélection, la comparaison et l'évaluation des modèles.
À la fin de ce cours, les apprenants auront atteint quatre objectifs clés. Ils maîtriseront la navigation dans l'écosystème Hugging Face, acquerront des compétences dans la recherche et la compréhension de divers modèles. Ils apprendront également à utiliser efficacement ces modèles, en les comparant sur la base de multiples facteurs et considérations pratiques. De plus, le cours guidera les participants dans les tests et l'évaluation de différents modèles, leur permettant de noter et d'évaluer les résultats en fonction de paramètres spécifiques. En fin de compte, les apprenants seront équipés pour sélectionner le modèle le plus approprié pour une tâche donnée, garantissant des performances optimales dans leurs applications.
Université : Coursera
Fournisseur : Coursera
Catégories : Cours d'Intelligence Artificielle, Cours d'Apprentissage Automatique, Cours Hugging Face, Cours d'Évaluation de Modèle, Cours de Sélection de Modèle
Programme
Enseigné par
Étiquettes
