Explorez l'architecture révolutionnaire des transformateurs qui alimente les modèles de langage les plus avancés d'aujourd'hui. Vous acquerrez une expérience pratique des mécanismes d'auto-attention, apprendrez comment les transformateurs traitent et génèrent du texte, et expérimenterez le réglage fin à l'aide des transformateurs Hugging Face. Ce module fait le lien entre la théorie et la mise en œuvre pratique, en vous dotant des compétences nécessaires pour travailler directement avec la technologie LLM de pointe.

Faites passer vos connaissances LLM au niveau supérieur avec des applications pratiques qui alimentent les systèmes d'IA modernes. Vous mettrez en œuvre la Génération augmentée de récupération pour améliorer les réponses avec des connaissances externes, vous utiliserez des techniques de sortie structurées pour un formatage cohérent et déployerez des modèles par le biais d'API. Ce module aborde à la fois la théorie et la pratique derrière les applications LLM modernes, vous montrant comment construire des applications du monde réel avec les modèles de langage les plus avancés d'aujourd'hui.

Découvrez la technologie qui se cache derrière les systèmes de génération d'images les plus impressionnants d'aujourd'hui. Vous apprendrez comment les modèles de diffusion transforment progressivement le bruit aléatoire en visuels époustouflants grâce à un processus de débruitage itératif. Grâce à des exercices de codage pratiques, vous mettrez en œuvre votre propre modèle de diffusion à l'aide de PyTorch, explorerez la diffusion stable pour la génération de texte à image, et comparerez la diffusion avec des approches antérieures comme les Réseau antagoniste (GAN) et les VAE pour comprendre pourquoi la diffusion est devenue le paradigme dominant dans la génération visuelle.

Découvrez comment les modèles d'IA de pointe peuvent intégrer du texte, des images et de l'audio pour créer des expériences véritablement multimodales. Vous étudierez les modèles vision-langage comme CLIP et BLIP qui comprennent les relations entre le texte et les images, mettrez en œuvre l'IA basée sur l'audio avec Whisper pour la reconnaissance de la parole, et acquerrez une expérience pratique en construisant des systèmes qui peuvent traiter plusieurs types de données simultanément. Ce module vous prépare à l'avenir de plus en plus multimodal de l'IA générative où les modèles combinent de manière transparente différents types d'informations.