Formation Nvidia : Évaluation et personnalisation légère des grands modèles linguistiques
Si les grands modèles linguistiques (LLM) sont très performants, leurs connaissances générales sont souvent insuffisantes pour répondre aux besoins d’informations spécialisées et spécifiques à un domaine requis par les applications d’entreprise. Le cours « Évaluation et personnalisation légère des grands modèles linguistiques » propose un guide pratique et ciblé sur les techniques essentielles permettant d’évaluer et d’adapter les LLM à des cas d’utilisation précis.
Ce cours vous accompagne dans un parcours pratique, de l’évaluation initiale à la mise au point d’un modèle adapté à un domaine spécifique. Vous commencerez par apprendre à évaluer rigoureusement un modèle préexistant à l’aide de diverses méthodes, notamment des benchmarks standard de l’industrie, l’approche « LLM-as-a-judge » et des approches centrées sur l’humain telles que le classement ELO. Fort d’une base solide en matière d’évaluation, vous explorerez ensuite comment améliorer les performances du modèle en temps réel à l’aide de l’apprentissage en contexte (ICL). Enfin, vous apprendrez à créer un modèle plus durable et spécialisé en appliquant l’adaptation de rang faible (LoRA), une technique d’affinage efficace, à l’aide du framework NVIDIA NeMo.
Le cours se termine par une évaluation pratique au cours de laquelle vous mettrez en application vos nouvelles compétences pour évaluer votre modèle affiné, en comparant ses performances à celles du modèle de base et en analysant les compromis entre les différentes méthodes de personnalisation.
