« Peaufinage d'un grand modèle de langues » : différence entre les versions

Dernière version du 18 juin 2024 à 13:20

Application de la technique de peaufinage à l'amélioration des performances d'un grand modèle de langues.

Pour le peaufinage de grands modèles de langues, il existe deux techniques principales : l'adaptation par modèle auxiliaire (APMA) en anglais LoRA (Low Rank Adaptation) et la Génération augmentée d'information applicative (GAIA), en anglais Retrieval Augmented Generation (RAG).

Voir l'entrée modèle de langue pour des explications sur la nuance entre modèle de langues et modèles de langage.

peaufinage de grand modèle de langues

réglage fin de grand modèle de langues

ajustement fin de grand modèle de langues

large language model fine-tuning

large language model fine tuning

large language model finetuning

LLM fine-tuning

LLM fine tuning

LLM finetunning

@@ Ligne 3 : / Ligne 3 : @@
 == Compléments ==
-Pour le peaufinage de grands modèles de langues, il existe deux techniques principales : l'[[adaptation par modèle auxiliaire]] ([[adaptation par modèle auxiliaire|APPMA ou LoRA]]) et l'adaptation par [[Génération augmentée d'information applicative]], en anglais ''Retrieval Augmented Generation'' (RAG).
+Pour le peaufinage de grands modèles de langues, il existe deux techniques principales : l'[[adaptation par modèle auxiliaire]] ([[adaptation par modèle auxiliaire|APMA]]) en anglais LoRA (Low Rank Adaptation) et la [[Génération augmentée d'information applicative]] (GAIA), en anglais ''Retrieval Augmented Generation'' (RAG).
 Voir l'entrée [[modèle de langue]] pour des explications sur la nuance entre modèle de langues et modèles de langage.