What You Need to Know Before
You Start
Starts 7 June 2025 20:04
Ends 7 June 2025
00
days
00
hours
00
minutes
00
seconds
La frontière entre les modèles de langage augmentés par la récupération et ceux à long contexte
Explorez la frontière en évolution entre les modèles de langage augmentés par récupération et les modèles de langage à long contexte avec Danqi Chen, chercheur à Princeton, lors de cette conférence technique de l'Institut Simons.
Simons Institute
via YouTube
Simons Institute
2544 Cours
1 hour
Optional upgrade avallable
Not Specified
Progress at your own speed
Free Video
Optional upgrade avallable
Aperçu
Explorez la frontière en évolution entre les modèles de langage augmentés par récupération et les modèles de langage à long contexte avec Danqi Chen, chercheur à Princeton, lors de cette conférence technique de l'Institut Simons.
Programme
- Introduction aux modèles augmentés par récupération
- Aperçu des modèles de langage à long contexte
- Analyse comparative : Modèles augmentés par récupération vs modèles à long contexte
- Techniques d'intégration
- Avancées récentes et directions de recherche
- Considérations pratiques
- Conclusion
- Session de questions-réponses
Définition et concepts de base
Principales différences avec les modèles traditionnels
Applications et cas d'utilisation
Définition et concepts de base
Avantages par rapport aux modèles à court contexte
Exemples notables et leur impact
Forces et faiblesses
Mesures de performance et benchmarks
Études de cas
Modèles hybrides combinant récupération et long contexte
Techniques pour optimiser la performance
Applications dans le monde réel
Recherche de pointe par Danqi Chen et d'autres leaders
Tendances et développements futurs
Défis de mise en œuvre
Gestion des ressources et évolutivité
Implications éthiques et utilisation responsable
Points clés à retenir
Questions ouvertes et domaines à explorer davantage
Discussion interactive avec les participants
Réponse à des questions spécifiques liées au domaine
Sujets
Informatique
