2. Large Language Models

Regardez 2. Large Language Models - Pure Digiweb sur Dailymotion

Transcript

00:00Dans cette vidéo, nous allons voir ce que sont les LLMs.

00:04Les LLMs, ou Modèles Languages Grandes, sont un type d'IA qui peut mimiquer l'intelligence humaine.

00:10Ils sont capables de générer des textes humains basés sur l'information qu'ils ont appris

00:15par des quantités énormes de données d'entraînement.

00:18Les LLMs d'entraînement signifient de transmettre des données, comme des articles et des pages web,

00:23afin qu'ils puissent apprendre des modèles du texte et infermer les relations entre les mots.

00:29Une chose simple que peuvent faire les LLMs, c'est la prédiction des mots,

00:33ce qui implique la complétation des mots ou des phrases basées sur l'entraînement fourni par un utilisateur.

00:39Voici un exemple de prédiction des mots.

00:41Nous avons ici la phrase « Tim est un … » et ensuite un espace noir.

00:46Nous pouvons donc compléter cela avec différentes alternatives.

00:50Tim est un père, Tim est un ami, Tim est un médecin ou Tim est un ingénieur.

00:57Pour une LLM, pour prédire quel sera le prochain mot,

01:00elle va calculer, par exemple, la probabilité du prochain mot et faire des computations comme ça.

01:06Mais une LLM peut faire des choses beaucoup plus complexes que de prédire le prochain mot.

01:11Elle peut générer un poème en utilisant le style d'un poète spécifique, par exemple,

01:15ou une chanson basée sur les modèles appris après analyser des milliers de chansons.

01:21Comme règle de thumb, plus de données que l'LLM est entraînée,

01:25plus elle sera capable de générer de nouveaux contenus.

01:28Une fois que l'LLM est entraînée, elle peut être bien ajustée pour des tâches spécifiques.

01:34En général, les LLMs ont une large variété d'applications,

01:37comme les chatbots et les agents virtuels.

01:40Cependant, les LLMs ne sont pas des machines floues.

01:43En fait, elles ont des limitations.

01:46Le plus grand défi que les LLMs affrontent,

01:48c'est probablement de générer du contenu qui est précis et reliable.

01:52Cela peut être dû à des données d'entraînement limitées,

01:55des biais dans les données d'entraînement,

01:57l'ambiguïté, et d'autres choses.

01:59Dans les suivants vidéos, nous apprendrons plus sur le chatbot le plus populaire à l'heure actuelle,

02:03le chatGPT.