DeepLearning.AI Construire des applications LLM avec l'ingénierie des prompts (NVIDIA)

Description

DeepLearning.AI Construire des applications LLM avec l'ingénierie des prompts (NVIDIA) est conçu pour les entreprises désireuses d'intégrer de grands modèles de langage (LLM) dans leurs produits et applications. Le cours couvre des techniques modernes d'ingénierie des prompts, fondamentales pour des méthodes avancées de LLM telles que la génération augmentée par récupération (RAG) et le fine-tuning efficace en paramètres (PEFT). Les participants travailleront avec le modèle de langage NIM de NVIDIA, propulsé par Llama-3.1, et la bibliothèque LangChain.

Le cours vise à doter les apprenants des compétences nécessaires pour construire une gamme d'applications basées sur LLM. Les sujets clés incluent l'ingénierie des prompts itérative, les flux de travail LangChain et le code d'application pour des tâches génératives, l'analyse de documents et des applications de chatbot. Le cours est adapté aux développeurs Python intermédiaires, bien qu'une bonne compréhension des fondamentaux des LLM soit utile.

Les participants apprendront à utiliser le LangChain Expression Language (LCEL) pour composer des chaînes et créer des flux de travail parallèles. Le cours couvre également le prompting à quelques exemples, le prompting en chaîne de pensée et la génération de données structurées à l'aide de classes Pydantic et du JsonOutputParser de LangChain. Les apprenants créeront des agents LLM capables d'utiliser des outils et des API externes.

À l'issue de la formation, les participants recevront un certificat DLI de NVIDIA, reconnaissant leur compétence dans les applications LLM. Le cours nécessite un ordinateur de bureau ou un ordinateur portable avec Chrome ou Firefox et donne accès à un serveur accéléré par GPU. Le cours est dispensé en anglais, et les inscriptions se terminent le 7 juillet, avec accès jusqu'au 31 décembre.

Fonctionnalités principales de DeepLearning.AI Construire des applications LLM avec l'ingénierie des prompts (NVIDIA)

• Ingénierie des prompts itérative

• Flux de travail LangChain

• Tâches génératives

• Analyse de documents

• Applications de chatbot

• LangChain Expression Language

• Prompting à quelques exemples

• Prompting en chaîne de pensée

• Génération de données structurées

• Création d'agents LLM

Comment utiliser DeepLearning.AI Construire des applications LLM avec l'ingénierie des prompts (NVIDIA) ?

1. 1

   Configurer : Configurez votre environnement avec le NIM de NVIDIA et LangChain

2. 2

   Utiliser : Appliquez des techniques d'ingénierie des prompts pour construire des applications

3. 3

   Optimiser : Améliorez les flux de travail en utilisant le LangChain Expression Language

4. 4

   Réviser : Complétez les évaluations et obtenez la certification

Cas d'utilisation de DeepLearning.AI Construire des applications LLM avec l'ingénierie des prompts (NVIDIA)

• Génération de texte
• Analyse de documents
• Assistants chatbot
• Extraction de données
• Intégration d'outils

FAQ de DeepLearning.AI Construire des applications LLM avec l'ingénierie des prompts (NVIDIA)

• Quel est l'objectif du cours LLM de NVIDIA ?

  Le cours se concentre sur les techniques d'ingénierie des prompts pour construire des applications avec de grands modèles de langage.

• Quels modèles sont utilisés dans le cours ?

  Le cours utilise le modèle NIM de NVIDIA et le modèle open-source Llama-3.1.

• Qu'est-ce que LangChain ?

  LangChain est une bibliothèque utilisée pour organiser et composer des flux de travail pour des applications LLM.

• À qui s'adresse le cours ?

  Le cours s'adresse aux développeurs Python intermédiaires ayant une compréhension des fondamentaux des LLM.

• Quel certificat est délivré à l'issue de la formation ?

  Les participants reçoivent un certificat DLI de NVIDIA reconnaissant leur compétence dans les applications LLM.

• Quelles sont les exigences matérielles ?

  Un ordinateur de bureau ou un ordinateur portable capable d'exécuter Chrome ou Firefox, avec accès à un serveur accéléré par GPU.

• Dans quelle langue le cours est-il dispensé ?

  Le cours est dispensé en anglais.

• Quand se termine l'inscription ?

  Les inscriptions se terminent le 7 juillet, avec accès jusqu'au 31 décembre.