What You Need to Know Before
You Start
Starts 8 June 2025 06:13
Ends 8 June 2025
00
days
00
hours
00
minutes
00
seconds
Émergence et raisonnement dans les grands modèles de langage
Explorez l'émergence et le raisonnement dans les grands modèles de langage avec le chercheur de Google Jason Wei, en approfondissant les modèles statistiques auto-supervisés et leurs implications.
Center for Language & Speech Processing(CLSP), JHU
via YouTube
Center for Language & Speech Processing(CLSP), JHU
2544 Cours
52 minutes
Optional upgrade avallable
Not Specified
Progress at your own speed
Free Video
Optional upgrade avallable
Aperçu
Explorez l'émergence et le raisonnement dans les grands modèles de langage avec le chercheur de Google Jason Wei, en approfondissant les modèles statistiques auto-supervisés et leurs implications.
Programme
- Introduction aux Modèles de Langage à Grande Échelle (LLMs)
- Apprentissage Auto-Supervisé
- Émergence dans les Modèles de Langage à Grande Échelle
- Raisonnement dans les Modèles de Langage à Grande Échelle
- Implications de l'Émergence et du Raisonnement
- Études de Cas et Applications Pratiques
- Outils et Techniques pour Analyser les LLMs
- Projet de Cours et Travaux Dirigés
- Questions & Réponses et Discussion
- Conclusion et Orientations Futures
Aperçu des LLMs et de leur architecture
Histoire et évolution des LLMs
Acteurs clés et jalons dans le développement des LLMs
Définition et principes de l'apprentissage auto-supervisé
Avantages et défis des approches auto-supervisées
Études de cas de modèles auto-supervisés en pratique
Définition de l'émergence dans le contexte des LLMs
Exemples de comportements émergents dans les LLMs
Facteurs contribuant aux capacités émergentes
Types de raisonnement (déductif, inductif, abductif)
Mécanismes de raisonnement dans les architectures des LLMs
Analyse des capacités de raisonnement dans les LLMs populaires
Impact sur la recherche et le développement en IA
Considérations éthiques et impacts sociétaux
Tendances futures des capacités et applications des LLMs
Analyse approfondie du raisonnement émergent dans des scénarios réels
Examen des tâches de raisonnement et performance des LLMs
Applications des LLMs dans diverses industries
Introduction aux outils et méthodologies les plus importants
Meilleures pratiques pour évaluer et interpréter les LLMs
Exercices pratiques pour analyser le comportement des modèles
Lignes directrices pour le projet de cours axé sur l'émergence et le raisonnement des LLMs
Travaux hebdomadaires visant à renforcer les concepts clés
Critères d'évaluation et mécanismes de retour
Sessions interactives régulières avec Jason Wei
Forums ouverts pour discuter des tendances émergentes et de la recherche
Résumé des principaux enseignements du cours
Discussion des orientations futures de la recherche sur les modèles de langage à grande échelle
Remarques de clôture et conclusion du cours
Sujets
Développement personnel