AI : Module 1 - Fondations techniques des LLM

0 %

Contenu du cours

SECTION 1 - Introduction aux modèles de langage
- Leçon 1.1 - Qu’est-ce qu’un LLM ?
SECTION 3 - Architecture Transformer
- Leçon 3.1 - Self-Attention
SECTION 2 - Tokenisation & Embeddings
- Leçon 2.1 - Tokenisation
SECTION 4 - Fine-tuning, Prompting et Alignement
- Leçon 4.1 - Fine-tuning
SECTION 5 - RAG (Retrieval Augmented Generation)
- Leçon 5.1 - Pourquoi un LLM hallucine ?
- Leçon 5.2 - RAG en entreprise
SECTION 6 - Agents IA vs Modèles simples
- Leçon 6.1 - Tool Calling
- Leçon 6.2 - Agent autonome

Leçon 3.1 - Self-Attention

Contenu LMS :

Explication technique simplifiée :

Attention = softmax(QKᵀ / √dₖ)V

Évaluation

0 0

Il n'y a aucune réaction pour le moment.

Rejoindre ce cours

pour être le premier à laisser un commentaire.