Optimizing Foundation Models (Français)

Optimizing Foundation Models (Français)

AWS LIS-AMZN-21876

Gratis

Dans ce cours, vous explorerez deux techniques permettant d'améliorer les performances d'un modèle de fondation (FM) : la génération à enrichissement contextuel (RAG) et le peaufinage. Vous découvrirez les services Amazon Web Services (AWS) qui contribuent à stocker l’insertion dans des bases de données vectorielles, le rôle des agents dans les tâches en plusieurs étapes, la définition de méthodes pour affiner un FM, la préparation des données à des fins de peaufinage, etc.

Who should attend

  • Personnes intéressées par l'intelligence artificielle et le machine learning (IA/ML), indépendamment d'un poste spécifique

Course Prerequisites

L'optimisation des modèles de fondation 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 »

What you will learn

  • Identifier les services AWS qui permettent de stocker des intégrations dans des bases de données vectorielles
  • Comprendre le rôle des agents dans les tâches en plusieurs étapes
  • Comprendre les approches permettant d'évaluer les performances de la FM
  • Déterminer si un FM répond efficacement aux objectifs commerciaux
  • Définir des méthodes pour affiner un FM
  • Décrire comment préparer les données pour affiner un FM
  • Déterminez si un FM répond efficacement aux objectifs commerciaux en fonction de la métrique commerciale identifiée dans le cas d'utilisation
Escribe tu propia revisión

Sólo usuarios registrados pueden escribir revisiones. Por favor inicie sesión o cree una cuenta