TP : Fine-tuner un LLM sur vos Données
Apprenez à fine-tuner un LLM (Llama, Mistral) avec LoRA/QLoRA sur vos données métier : préparation du dataset, entraînement, évaluation et déploiement avec Ollama.
65 cours disponibles pour apprendre l'IA
Apprenez à fine-tuner un LLM (Llama, Mistral) avec LoRA/QLoRA sur vos données métier : préparation du dataset, entraînement, évaluation et déploiement avec Ollama.
Découvrez comment l'IA est déjà partout dans votre vie : recommandations Netflix, traduction automatique, GPS, filtres photo, assistants vocaux et bien plus.
Maîtrisez les systèmes multi-agents : patterns de collaboration, orchestration avec Agno Team (coordinate, route, broadcast, tasks), mémoire persistante et déploiement avec AgentOS.
Apprenez à créer un agent IA fonctionnel en Python : tool calling avec l'API OpenAI/Anthropic, framework Agno, gestion de la mémoire et déploiement.
Découvrez ce qu'est un agent IA, comment il diffère d'un simple chatbot, et les concepts fondamentaux : boucle de raisonnement, outils, mémoire et planification.
Vidéo d'introduction au Deep Learning posant les bases du fonctionnement.
Construisez un réseau de neurones couche par couche ! Glissez-déposez les composants, configurez les paramètres et lancez l'entraînement pour valider votre architecture.
Recommandez le bon modèle IA pour chaque client ! Analysez les contraintes (budget, volume, latence, confidentialité) et choisissez le modèle optimal.
Comparez deux prompts et votez pour le meilleur ! Apprenez les techniques de prompt engineering de manière concrète et comparative.
Assemblez un pipeline RAG complet ! Remettez les étapes dans le bon ordre et choisissez les bons composants pour chaque étape.
Prédisez comment un tokenizer découpe les phrases en tokens ! Cliquez entre les caractères pour placer vos séparations et découvrez les règles de tokenization.
Identifiez les biais dans les réponses d'IA ! Surlignez les passages biaisés, classifiez le type de biais et évaluez la sévérité.