Il existe littéralement des milliers de Grands modèles de langage (LLM) qui peuvent être utilisés pour une pléthore d'objectifs. Hugging Face est le centre de facto pour les modèles de langage, offrant une énorme collection où vous pouvez trouver et utiliser presque tous les modèles dont vous avez besoin. Choisir le bon modèle peut être une tâche ardue étant donné que les modèles se présentent sous différentes formes, tailles et configurations et que chaque modèle est spécialisé dans quelque chose de différent. Ainsi, lorsque vous vous adressez à RIGHT pour trouver le modèle qui correspond à vos besoins, vous devez connaître l'art de cette mise en relation.

Dans ce cours, nous apprendrons comment naviguer dans le Hub de Hugging Face à la recherche de modèles, en faisant correspondre leurs configurations à vos besoins. Nous comprendrons les caractéristiques clés des modèles (LLM), telles que la taille, les exigences de calcul, les spécialisations, les licences, etc. Nous examinerons différentes familles de modèles et leurs spécialisations, performances et variantes. Nous apprendrons également à utiliser divers modèles de Hugging Face et à les évaluer en fonction de vos besoins. Ce cours est conçu pour les professionnels profondément impliqués dans le domaine de l'IA et de l'apprentissage automatique, y compris les scientifiques de données, les ingénieurs de l'apprentissage automatique, les ingénieurs de l'IA, les développeurs d'applications LLM RAG, les développeurs de logiciels et les ingénieurs en informatique. Il cible les individus qui construisent activement ou prévoient de construire des applications exploitant les Grands modèles de langage (LLM) et cherchent à améliorer leur capacité à sélectionner et à utiliser les modèles les plus appropriés pour leurs besoins spécifiques. Les participants doivent avoir une base solide en programmation Python et une compréhension de base des Grands modèles de langage (LLM) et de leur utilisation programmatique, car le cours s'appuiera sur ces concepts avec des exercices de codage pratiques et des sujets avancés tels que la sélection, la comparaison et l'évaluation des modèles. À la fin de ce cours, les apprenants auront atteint quatre objectifs clés. Ils maîtriseront la navigation dans l'écosystème Hugging Face, en acquérant des compétences dans la recherche et la compréhension des différents modèles. Ils apprendront également à utiliser efficacement ces modèles, en les comparant sur la base de multiples facteurs et considérations pratiques. En outre, le cours guidera les participants dans le test et l'évaluation de différents modèles, leur permettant de noter et d'évaluer les résultats en fonction de paramètres spécifiques. En fin de compte, les apprenants seront équipés pour sélectionner le modèle le plus approprié pour une tâche donnée, assurant une performance optimale dans leurs applications.