Comment les grands modèles de langage génèrent du texte
Partie du cours Prompt Engineering
Vous savez désormais ce qu'est un prompt, ce qu'est une complétion, et qu'un même prompt peut revenir formulé autrement d'une fois sur l'autre. Cette leçon vous montre ce qui se passe de l'autre côté du prompt : comment le modèle transforme vraiment vos mots en réponse.
Avant que le modèle ne voie votre prompt, le texte est découpé en petits morceaux appelés tokens : des fragments de mots, comme un mot court, une partie d'un mot plus long ou un signe de ponctuation isolé. Ce découpage porte un nom, la tokenisation. ...
Envie d’apprendre Prompt Engineering Comment les grands modèles de langage génèrent du texte dans un vrai environnement ?
Cliquez ci-dessous, obtenez une machine Linux avec Prompt Engineering prêt, et travaillez sur Comment les grands modèles de langage génèrent du texte avec un tuteur IA qui connaît votre code.
Commencer cette leçonComment les grands modèles de langage génèrent du texteCe que vous allez apprendre
- Tokens and tokenization
- Next-token prediction
- Temperature and top-p sampling
- Context window
- Why models hallucinate
Lire cette leçon dans votre langue
Toutes les leçons de ce cours
11 leçons- 1Qu'est-ce qu'un prompt20 min
- 2Comment les grands modèles de langage génèrent du texte30 min
- 3Les cinq principes du prompting30 min
- 4Pratiques standard pour la génération de texte35 min
- 5Prompt Templates et Function Calling35 min
- 6Vector Databases et Retrieval-Augmented Generation40 min
- 7Autonomous Agents : memory et tools40 min
- 8Comment les diffusion models génèrent des images30 min
- 9Pratiques standards pour la génération d'images35 min
- 10Techniques d'image avancées : inpainting, outpainting et ControlNet35 min
- 11Construire des applications propulsées par l'IA40 min
