Plan du cours

Introduction à Prompt Engineering

  • Qu'est-ce que l'ingénierie des prompts ?
  • Importance de la conception des prompts dans les LLM
  • Comparaison des approches "zero-shot", "one-shot" et "few-shot".

Conception d'invites efficaces

  • Principes de conception d'invites de haute qualité
  • Expérimenter des variantes de messages-guides
  • Défis courants dans la conception des messages-guides

Mise au point de l'apprentissage en quelques secondes

  • Vue d'ensemble de l'apprentissage ponctuel
  • Applications dans l'adaptation du LLM à une tâche spécifique
  • Intégration d'exemples peu fréquents dans les messages-guides

Travaux pratiques avec les outils Prompt Engineering

  • Utilisation de l'API OpenAI pour l'expérimentation d'invites
  • Exploration de la conception des messages-guides avec les transformateurs Hugging Face
  • Évaluation de l'impact des variations de l'invite

Optimisation des performances du LLM

  • Évaluer les résultats et affiner les messages-guides
  • Intégration du contexte pour de meilleurs résultats
  • Gestion des ambiguïtés et des biais dans les réponses LLM

Applications de Prompt Engineering

  • Génération et résumé de texte
  • Analyse et classification des sentiments
  • Rédaction créative et génération de code

Déploiement de solutions basées sur des messages-guides

  • Intégration des messages-guides dans les applications
  • Contrôle des performances et de l'évolutivité
  • Études de cas et exemples concrets

Résumé et prochaines étapes

Pré requis

  • Compréhension de base du traitement du langage naturel (NLP)
  • Familiarité avec la programmation Python.
  • Une expérience avec les grands modèles de langage (LLM) est un plus.

Audience

  • Développeurs en IA
  • Ingénieurs PNL
  • Praticiens de l'apprentissage automatique
 14 Heures

Nombre de participants


Prix ​​par Participant

Cours à venir

Catégories Similaires