Sélectionner une page
Formations Langage Python Formation LLM : Conception d’applications de modèles de langage pratiques

Formation LLM

Formation LLM
Prix 2200€ HT / personne
Durée 3 jours (21 heures)

Paris | Classe Virtuelle

Il ne reste que quelques places
Cafés et déjeuners offerts en interentreprises
Disponible en intra-entreprise pour former votre équipe
Aide au Financement 4000€ de Bonus Atlas en CPF

Présentation

Ces modèles linguistique basés sur des transformateurs sont des puissants outils qui vont répondre à une variété de tâches linguistiques. Notre formation LLM vous apprendra à utiliser ce modèle de langage.

Pendant ce cours, vous utiliserez diverses techniques, pratiques et playbooks pour créer des produits intégrant la puissance des modèles de langage.

Vous découvrirez en profondeur l’architecture Transformer et toutes ses variantes. De plus, vous développerez une intuition sur l’architecture et de son impact en fonction de vos décisions.

La formation vous enseignera à créer des pipelines LLM avancés pour regrouper des documents texte et explorer les sujets auxquels ils appartiennent.

Comme pour toutes nos formations, notre formation LLM vous sera présenté avec ses toutes dernières nouveautés (à la date de rédaction de l’article).

 

Objectifs

  • Comprendre l’architecture des modèles Transformer sous-jacents tels que BERT et GPT
  • Savoir comment sélectionner un modèle de langage pour vos besoins
  • Comprendre comment fonctionnent les LLM
  • Optimisez les LLM pour des applications spécifiques

 

Public visé

  • Développeurs
  • Professionnels IT

 

Pré-requis

  • Connaissance de base en traitement automatique du langage naturel (TALN) et en modélisation linguistique
  • Connaissance de base en informatique et en programmation
  • Compréhension de la tokenisation

PROGRAMME DE NOTRE FORMATION LLM

 

Données d’entraînement

  • Ingrédients d’un LLM
  • Exigences en matière de données de pré-entraînement
  • Ensembles de données de préformation populaires
  • Prétraitement des données de formation
  • Exploitation des caractéristiques des ensembles de données de préformation
  • Problèmes de biais et d’équité dans les ensembles de données de préformation

 

Tokenisation, objectifs d’apprentissage et architectures

  • Vocabulaire et tokenisation
  • Objectifs d’apprentissage
  • L’architecture
    • Architectures à codeur seul
    • Architectures codeur-décodeur
    • Architectures à décodeur seul
  • Résumé

 

Adapter les LLM à votre cas d’utilisation

  • Naviguer dans le paysage du LLM
    • Qui sont les fournisseurs de LLM ?
    • Les saveurs du modèle
  • Comment choisir un LLM pour votre tâche ?
  • Accès et chargement des LLM
  • Stratégies de décodage

 

Génération de textes avec des modèles GPT

  • Utilisation des modèles de génération de texte
  • Introduction à l’ingénierie des messages-guides
  • Ingénierie avancée des messages-guides
  • Raisonner avec des modèles génératifs
  • Vérification des résultats

 

Modèles multimodaux à langage étendu

  • Transformateurs pour la vision
  • Modèles d’intégration multimodaux
    • BLIP 1 : Connecter le texte et les images
  • Rendre les modèles de génération de texte multimodaux
    • BLIP-2 : Combler le fossé entre les modalités
    • Prétraitement des données multimodales
    • Cas d’utilisation 1 : sous-titrage d’images
    • Cas d’utilisation 2 : messages multimodaux basés sur le chat

 

Création de modèles d’intégration de texte

  • Intégrer des modèles
  • Qu’est-ce que l’apprentissage contrastif ?
  • SBERT
  • Création d’un modèle d’intégration
  • Affiner un modèle d’intégration
  • Apprentissage non supervisé

 

Génération améliorée par récupération (RAG)

  • La nécessité de la RAG
  • Scénarios typiques
  • Le pipeline RAG
  • RAG pour la gestion de la mémoire
  • RAG pour la sélection d’exemples de formation en contexte
  • RAG pour l’apprentissage du modèle
  • Limites de RAG
  • RAG vs. contexte long
  • RAG vs fine-tuning

 

Pour aller plus loin

Langues et Lieux disponibles

Langues

  • Français
  • Anglais / English

Lieux

  • France entière
    • Paris
    • Lille
    • Reims
    • Lyon
    • Toulouse
    • Bordeaux
    • Montpellier
    • Nice
    • Sophia Antipolis
    • Marseille
    • Aix-en-Provence
    • Nantes
    • Rennes
    • Strasbourg
    • Grenoble
    • Dijon
    • Tours
    • Saint-Étienne
    • Toulon
    • Angers
  • Belgique
    • Bruxelles
    • Liège
  • Suisse
    • Genève
    • Zurich
    • Lausanne
  • Luxembourg

Nos Formateurs Référents

Témoignages

⭐⭐⭐⭐⭐ 4,8/5 sur Google My Business. Vous aussi, partagez votre expérience !

Afficher tous les témoignages

⭐⭐⭐⭐⭐ 4,8/5 sur Google My Business. Vous aussi, partagez votre expérience !

Noter la formation

Prix 2200€ HT / personne
Durée 3 jours (21 heures)

Paris | Classe Virtuelle

Il ne reste que quelques places
Cafés et déjeuners offerts en interentreprises
Disponible en intra-entreprise pour former votre équipe
Aide au Financement 4000€ de Bonus Atlas en CPF

UNE QUESTION ? UN PROJET ? UN AUDIT DE CODE / D'INFRASTRUCTURE ?

Pour vos besoins d’expertise que vous ne trouvez nulle part ailleurs, n’hésitez pas à nous contacter.

ILS SE SONT FORMÉS CHEZ NOUS

partenaire sncf
partenaire hp
partenaire allianz
partenaire sfr
partenaire engie
partenaire boursorama
partenaire invivo
partenaire orange
partenaire psa
partenaire bnp
partenaire sncf
partenaire hp
partenaire allianz
partenaire sfr
partenaire engie
partenaire boursorama
partenaire invivo
partenaire orange
partenaire psa
partenaire bnp