Nous avons mis à jour ce cours le 5 août 2024. Si vous êtes inscrit au cours et que vous ne l’avez pas terminé, vos progrès ne seront peut-être pas enregistrés. Nous vous recommandons de vous réinscrire et de terminer le cours. Nous nous excusons pour la gêne occasionnée.
Dans ce cours, vous apprendrez les principes, techniques et bonnes pratiques qui vous permettront de concevoir des requêtes efficaces. Ce cours présente les bases de l’ingénierie de requête et passe à des techniques de requêtes avancées. Vous apprendrez également comment vous prémunir contre les abus de requêtes et comment les atténuer lorsque vous interagissez avec les FM.
- Niveau de cours : intermédiaire
- Durée : 4 heures
Remarque : ce cours comporte des transcriptions ou des sous-titres localisés. La narration est en anglais. Pour afficher les sous-titres, cliquez sur le bouton CC dans le coin inférieur droit du joueur.
Activités
Ce cours inclut des interactions d’apprentissage en ligne.
Objectifs du cours
Dans ce cours, vous apprendrez à :
- Définissez une ingénierie de requête et appliquez les bonnes pratiques générales lors de l’interaction avec les FM
- Identifiez les types de base de techniques de requête, y compris l’apprentissage zero-shot et few-shot
- Appliquez des techniques de requête avancées lorsque cela est nécessaire pour votre cas d’utilisation
- Identifiez les techniques de requête les mieux adaptées à des modèles spécifiques
- Identifiez rapidement les abus de requête potentiels
- Analysez les biais potentiels dans les réponses FM et concevez des requêtes qui atténuent ce biais
Public visé
Ce cours s’adresse aux personnes suivantes :
- Ingénieurs, data scientists et développeurs de requêtes
Prérequis
Afin d’assister à ce cours, il est recommandé d’avoir les connaissances suivantes :
- Introduction à l’IA générative : l’art du possible (1 heure, cours numérique)
- Planification d’un projet d’IA générative (1 heure, cours numérique)
- Amazon Bedrock Guide de démarrage (1 heure, cours numérique)
Déroulement du cours
Introduction
- Introduction
- Principes de base des modèles basiques
- Principes fondamentaux de l’ingénierie de requête
Types et techniques de requêtes
- Techniques de requêtes de base
- Techniques de requête avancées
- Techniques de requête spécifiques au modèle
- Traiter les abus de requêtes
- Atténuer les biais
Conclusion
- Résumé du cours
Descriptions des leçons
Leçon 1 : principes de base des grands modèles de langage
Dans cette leçon, vous allez acquérir une compréhension fondamentale des modèles de base (FM), y compris une compréhension d’un sous-ensemble de FM appelé grands modèles de langage (LLM). Tout d’abord, vous découvrirez les concepts de base d’un modèle de base tel que l’apprentissage autosupervisé et la mise au point. Vous découvrirez ensuite deux types de FM : les modèles texte-texte et les modèles texte-image. Enfin, vous découvrirez les fonctionnalités et les cas d’utilisation des LLM, le sous-ensemble de modèles de base qui utilisent le plus souvent une ingénierie de requête.
Leçon 2 : principes fondamentaux de l’ingénierie de requête
Dans cette leçon, vous découvrirez l’ingénierie de requête, l’ensemble de pratiques orientées sur le développement, la conception et l’optimisation des instructions afin d’améliorer la sortie des FM pour les besoins spécifiques de votre entreprise. Cette leçon définit d’abord l’ingénierie de requête et en décrit les concepts clés et la terminologie. Ensuite, la leçon utilise un exemple de requêtes pour montrer les différentes composantes d’une requête. Enfin, la leçon fournit une liste des bonnes pratiques générales permettant de concevoir des requêtes efficaces.
Leçon 3 : techniques de base pour concevoir des requêtes
Dans cette leçon, vous découvrirez les techniques d’ingénierie de requête de base pouvant vous aider à utiliser efficacement les applications d’IA génératives pour atteindre vos objectifs commerciaux uniques. Tout d’abord, la leçon définit les techniques de requêtes zero-shot et few-shot. Ensuite, la leçon définit la requête par chaîne de pensée (CoT), la pierre angulaire de plusieurs techniques de requêtes avancées. Cette leçon fournit des conseils et des exemples de chaque type de technique de requête.
Leçon 4 : techniques de requête avancées
Dans cette leçon, vous découvrirez plusieurs techniques avancées, notamment : la cohérence de soi, l’arbre des pensées, la génération augmentée de récupération (RAG), le raisonnement automatique et l’utilisation d’outils (ART), ReACT et LangChain. Des exemples sont fournis pour montrer chaque technique dans la pratique.
Leçon 5 : techniques de requête spécifiques au modèle
Dans cette leçon, vous allez apprendre à concevoir des instructions pour certains des FM les plus populaires, notamment Amazon Titan, Anthropic Claude et AI21 Labs Jurassic-2. Vous découvrirez les différents paramètres que vous pouvez configurer pour obtenir des résultats personnalisés à partir des modèles. Vous découvrirez ensuite les bonne pratiques d’ingénierie de requête pour chacun des modèles.
Leçon 6 : traiter les abus de requêtes
Dans cette leçon, vous allez découvrir les instructions contradictoires, c’est-à-dire les requêtes destinées à induire délibérément les modèles en erreur. Vous allez en apprendre davantage sur l’injection de requêtes et la fuite de requêtes, deux types de requêtes contradictoires. Des exemples de chacun vous seront fournis.
Leçon 7 : atténuer les biais
Dans cette leçon, vous allez apprendre comment le biais est introduit dans les modèles pendant la phase d’apprentissage et comment ce biais peut être reproduit dans les réponses générées par un FM. Vous découvrirez comment atténuer les résultats biaisés en mettant à jour la requête, en améliorant l’ensemble de données et en utilisant des techniques d’entraînement.
