Présentation
Les modèles de langage sont des outils puissants pour la création d’applications IA génératives, mais un modèle de base propre peut ne pas répondre à toutes vos exigences. La qualité, la précision et la cohérence des réponses qu’un modèle génère dépendent de la façon dont vous configurez et augmentez-la.
Imaginez que vous êtes développeur et que vous travaillez pour une agence de voyage. Vous créez une application de conversation pour aider les clients à répondre à leurs questions liées au voyage. Le modèle de base fournit des réponses décentes, mais votre équipe a des besoins spécifiques : les réponses doivent suivre le ton de voix de l’entreprise, inclure des informations précises sur votre catalogue d’hôtels et maintenir un format cohérent entre les interactions. Comment faire pour que le modèle atteigne ce niveau de performance ?
Il existe plusieurs stratégies complémentaires que vous pouvez utiliser pour optimiser les performances d’un modèle IA générative. Ces stratégies vont des ajustements rapides et à faible coût aux techniques plus impliquées qui nécessitent un temps et des ressources supplémentaires.
Tout au long de ce module, vous explorez chacune de ces stratégies et découvrez quand et comment les appliquer individuellement ou en combinaison.
Note
Nous reconnaissons que différentes personnes aiment apprendre de différentes façons. Vous pouvez choisir d’effectuer ce module au format vidéo ou lire le contenu sous forme de texte et d’images. Le texte contient plus de détails que les vidéos. Dans certains cas, vous voudrez peut-être y faire référence en tant que matériel supplémentaire à la présentation vidéo.