Architecture Transformer et grands modèles de langage dans Azure Machine Learning

L'essor des grands modèles de langage a transformé le paysage de l'intelligence artificielle, pourtant la compréhension de l'architecture sous-jacente est essentielle pour exploiter leur véritable puissance. Ce cours basé sur du texte vous guide à travers les mécanismes fondamentaux du traitement moderne du langage naturel et vous montre comment travailler avec ces modèles dans le cloud. Vous passerez de la compréhension de l'histoire du traitement du langage de base à la conceptualisation du fonctionnement interne de l'architecture Transformer. À la fin de ce cours, vous saurez comment naviguer dans le catalogue de modèles d'Azure Machine Learning pour sélectionner, déployer et interagir avec des modèles fondamentaux de pointe. Ce que vous apprendrez : Comprendre l'évolution du traitement du langage naturel et la percée des mécanismes d'attention ; Démystifier la structure encodeur-décodeur de l'architecture Transformer ; Explorer les concepts fondamentaux des grands modèles de langage et leurs capacités ; Naviguer dans le catalogue de modèles d'Azure Machine Learning pour découvrir des modèles fondamentaux pré-entraînés ; Déployer et tester des modèles dans Azure Machine Learning pour des tâches de génération de texte ; Appliquer les bases de l'ingénierie de prompt moderne et conceptualiser des modèles de génération augmentée par récupération. Le cours commence par des définitions fondamentales et l'histoire du traitement du langage avant de plonger dans les mécanismes d'attention. De là, vous passerez à des flux de travail pratiques basés sur le cloud, en apprenant à gérer et à déployer des modèles dans l'environnement Azure. Cette formation est conçue pour les futurs scientifiques des données, les développeurs cloud et les passionnés d'IA qui débutent dans les architectures d'apprentissage profond et les environnements d'apprentissage automatique basés sur le cloud, sans aucune expérience préalable requise. Commencez à lire dès aujourd'hui pour libérer le potentiel des modèles de langage modernes dans le cloud.