Les grands modèles de langage · Palier 4 · Adapter un modèle
Du modèle de base à l'assistant
Ajustement supervisé, gabarit de conversation, préférences et modèle de récompense, RLHF et sa laisse KL, DPO, apprentissage par récompenses vérifiables : comment un modèle qui complète du texte devient un assistant qui répond.
Ce cours n'est pas encore ouvert
Ce cours fait partie d'un palier qui s'ouvre une fois connecté, avec le test du palier précédent ou le sien. Sans compte, seul le premier palier de chaque domaine est ouvert.