Dans ce cours, vous explorerez le cycle de vie des applications d’intelligence artificielle générative (IA générative), ce qui inclut la définition d’un cas d’utilisation métier, la sélection d’un modèle de fondation (FM), l’amélioration des performances d’un FM, l’évaluation des performances d’un FM, ainsi que le déploiement et son impact sur les objectifs commerciaux. Ce cours est une introduction aux cours d’IA générative, qui approfondissent les concepts liés à la personnalisation d’un FM à l’aide de l’ingénierie de requête, de la génération à enrichissement contextuel (RAG) et de l’ajustement.
- Niveau du cours : notions fondamentales.
- Durée : 1 heure.
Activités
Ce cours comprend des éléments interactifs, des vidéos, des instructions textuelles et des graphiques illustratifs
Objectifs
Dans ce cours, vous apprendrez à :
- Identifier les critères de sélection pour choisir des modèles pré-entraînés
- Définir la génération à enrichissement contextuel (RAG) et décrire son application métier
- Expliquer les compromis en matière de coûts des différentes approches de personnalisation du modèle de fondation
- Comprendre le rôle des agents dans les tâches en plusieurs étapes
- Comprendre les approches permettant d’évaluer les performances du modèle de fondation
- Identifier les indicateurs pertinents pour évaluer les performances du modèle de fondation
Public visé
- Personnes intéressées par le machine learning et l’intelligence artificielle, quel que soit le poste
Connaissances préalables recommandées
Le développement de solutions d’IA générative fait partie d’une série visant à établir les bases de l’intelligence artificielle, du machine learning et de l’IA générative. Si ce n’est pas déjà fait, il est recommandé de suivre ces deux cours : « Notions fondamentales du machine learning et de l’intelligence artificielle » et « Exploration des cas d’utilisation et des applications de l’intelligence artificielle »
