Obtenir des réponses qualitatives de la part d’une LLM* n’est pas nécessairement chose aisée. Les modèles d’intelligence artificielle générative sont parfois sujet à des hallucinations ou à des erreurs dans leurs réponses et la formulation de la question posée par l’utilisateur peut en être la cause. Nous verrons dans une première partie différentes techniques de prompting afin d’obtenir des réponses plus qualitatives avec des LLM* pré-entrainées disponibles en open source. Nous étudierons aussi les options les plus communes dans les interfaces utilisables et l’effet de ces options sur les résultats. Nous prendrons ensuite un temps pour étudier les différentes possibilités de personnalisation de ces mêmes LLM* afin de mieux les orienter vers nos besoins métiers et d’obtenir des réponses plus adaptées et mieux calibrées à notre utilisation.
* Large langage model
Résumé
Durée : 7 heures
Objectifs :
Comprendre le principe de prompt.
Se familiariser avec les techniques de prompt engineering.
Apprendre à communiquer efficacement avec l’IA générative afin d’obtenir une réponse adaptée.
Découvrir les techniques de personnalisation d’un modèle open source.
Pré-requis : Avoir déjà une connaissance simple sur les LLMs. Vous pouvez suivre la formation d’introduction en premier.
Public : tous publics.
Méthodes mobilisées : Alternance d’apports théoriques (70%) et d’exercices de mise en application pratique (30%).
Modalités et délais d’accès : Sur inscription préalable au minimum 1 semaine avant le début de la formation selon disponibilité du formateur.
Modalités d’évaluations : Évaluation des acquis et de la satisfaction en fin de formation.
Accessibilité aux personnes en situation de handicap : toutes nos formations sont accessibles aux personnes en situation de handicap, qu’il soit moteur, visuel, auditif ou cognitif ; quelles qu’en soient les particularités.
Nous pouvons proposer des solutions de compensation de nos prestations en adaptant les moyens pédagogiques, techniques et d’encadrement. Nos locaux sont en rez-de-chaussée avec des places de parkings extérieures juste devant l’entrée du bâtiment. Aussi, merci de nous informer de vos besoins d’adaptation ; les échanges peuvent se faire et rester en toute confidentialité.
Taux de satisfaction 2i2l : 100 % des stagiaires sont "très satisfaits" ou "satisfaits" à l’issue de leur formation.
Tarif : pour une demande de formation interne, nous consulter.
Présentation
L’intelligence artificielle générative ou IA générative (ou GenAI) est un type de système d’intelligence artificielle (IA) capable de générer du texte, des images ou d’autres médias en réponse à des invites (ou prompts en anglais). Elle est dite multimodale quand elle est construite à partir de plusieurs modèles génératifs, ou d’un modèle entraîné sur plusieurs types de données et qu’elle peut produire plusieurs types de données.
...
Un système d’IA générative est construit en appliquant un apprentissage automatique non supervisé ou auto-supervisé à un ensemble de données. Les capacités d’un système d’IA générative dépendent de la modalité ou du type d’ensemble de données utilisé.
source : l’Intelligence artificielle générative sur Wikipedia
Programme
Les définitions et l’introduction
Comprendre ce qu’est un prompt,
Découvrir les différentes composantes d’un prompt,
Comprendre comment construire un prompt,
Personnalisation des modèles.
Manipuler les différentes options générales de génération
Température,
Nombre de tokens,
Top P,
Longueur du contexte,
Modèle d’instruction
Utiliser les différents techniques de prompt engineering
Zero-shot,
One-shot,
Few-shot,
Chain of Thoughts,
Knowledge prompting,
EmotionPrompt,
CO-STAR
Personnaliser les modèles existants
Choix du modèle de base,
LORA,
Fine-tuning,
RAG