NVIDIA : Grand modèle langage et déploiement de l'IA générative est le quatrième cours de la préparation à l'examen (NCA-GENL) : NVIDIA-Certified Generative IA LLMs - Associate Specialization. Ce cours offre une compréhension complète des Grands modèles de langage (LLM) et du déploiement de l'IA générative, en combinant des idées théoriques avec des compétences pratiques. Les apprenants exploreront les composants clés de l'IA générative, les exigences en matière de données et les techniques de nettoyage pour les LLM. Le cours couvre les méthodes d'entraînement, d'optimisation et d'évaluation des modèles, y compris Few-shot, Zero-shot et Instruction Tuning. En outre, le cours se penche sur les fonctions de perte, les techniques d'alignement et les mesures d'évaluation telles que la perplexité. Il met également l'accent sur l'utilisation des GPU pour l'entraînement, les méthodes de réglage fin comme le réglage rapide et le réglage fin efficace des paramètres (PEFT). Les apprenants acquerront une expertise dans les stratégies de déploiement et de surveillance des LLM avec ONNX. Ce cours est divisé en trois modules, chacun contenant des leçons et des conférences vidéo. Les apprenants suivront 4h30 à 5h00 de contenu vidéo, couvrant à la fois des concepts théoriques et des pratiques concrètes. Chaque module est équipé de quiz pour renforcer l'apprentissage et évaluer la compréhension. Module 1 : Fondamentaux des Grands Modèles de Langage Module 2 : Entraînement, Optimisation et Évaluation des LLM Module 3 : Stratégies de Déploiement et Monitoring des LLM A la fin de ce cours, l'apprenant sera capable de : - Comprendre les concepts fondamentaux des LLM, y compris le NLP et les données d'entraînement - Explorer les techniques d'optimisation des modèles comme les fonctions de perte, l'alignement et PEFT - Mettre en œuvre des stratégies de déploiement pour les LLM et surveiller la performance en utilisant ONNX. Ce cours est destiné aux professionnels qui cherchent à approfondir leur expertise dans le déploiement et l'optimisation des LLM pour les applications de l'IA générative.