Aller au contenu principal

LangChain : le Framework LLM

Date de mise à jour :
Identifiant Offre Info : 14_AF_0000196206
Organisme responsable : Ambient it (ouvre dans un nouvel onglet)

Nouvelle recherche

Présentation de la formation

Objectifs

  • Créer et déployer des agents
  • Conception et personnalisation de Chatbots
  • Création d'un agent personnalisé
  • Maîtriser la compréhension du code et de l'écosystème LangChain

Programme de la formation

Introduction Présentation de Langchain Installation et configuration de Langchain Construire une application de modèle de langage : LLM LLM : Obenir des prédictions à partir d'un modèle de langage Modèles d'invite : gérer les invites pour les LLM Chaînes : Combinez les LLM et les invites dans des flux de travail en plusieurs étapes Appeler dynamiquement des chaînes en fonction de l'entrée de l'utilisateur Ajouter un état aux chaînes et aux agents…

Introduction
  • Présentation de Langchain
  • Installation et configuration de Langchain
  • Construire une application de modèle de langage : LLM
    • LLM : Obenir des prédictions à partir d'un modèle de langage
    • Modèles d'invite : gérer les invites pour les LLM
    • Chaînes : Combinez les LLM et les invites dans des flux de travail en plusieurs étapes
    • Appeler dynamiquement des chaînes en fonction de l'entrée de l'utilisateur
    • Ajouter un état aux chaînes et aux agents
    • Obtenir des messages complets à partir d'un modèle de chat
 
Modèles
  • Les types de modèles
    • Les grands modèles de langage (LLM)
    • Les modèles de chat
    • Les modèles d'intégration de texte
  •  Instructions
    • Mise en route
    • Modèles d'invite LLM
    • Modèles d'invite de chat
    • Sélecteurs d'exemples
  •  Mémoire
    • Charger des documents à partir de diverses sources
    • Une vue d'ensemble et différents types de Text Splitters
  •  Agents d'action
    • AgentFinish
    • Agent Executor
    • Agents autonomes
    • Simulations d'agents
 
Chatbots
  • Recréer une expérience de type ChatGPT grâce à ChatGPT Clone
  • Utiliser différents types de Conversation Memory
  • Créer un agent optimisé pour la conversation
  • Créer un assistant vocal à l'aide de LangChain
 
Compréhension du code
  • Indexez la base du code
  • Intégration et magasin du code
  • Construire le Retriever
  • Construire la chaîne conversationnelle
  • Définir une liste de question à poser pour générer des réponses contextuelles
 
L'évaluation dans LangChain
  • Analyse comparative des agents
  • Agent VectorDB Question Answering Benchmarking
  • Modèle d'analyse comparative
  • LLM Mathématiques
  • Évaluation d'une chaîne OpenAPI
  • Utilisation des ensembles de données de visage étreignant

Validation et sanction

Attestation de formation

Type de formation

Non certifiante

Niveau de sortie

Sans niveau spécifique

Durée, rythme, financement

Durée

En centre

21 h

Financement

Conventionnement
Non

Conditions d'accès

Public visé

  • Tout public

Informations sur les publics

Data Scientist Big Data Engineer Machine Learning Engineer Lead Développeur Développeurs

Niveau d'entrée

Sans niveau spécifique

Conditions spécifiques et prérequis

Notion de base dans la conception d'application Maîtriser le langage Python

Lieu de réalisation de l'action

Modalités d'enseignement

Formation mixte

Adresse

140 Avenue Jean Lolive
93500 Pantin

Responsable : Ambient it

Périodes prévisibles de déroulement des sessions

Début

Fin

Adresse d'inscription
Ambient it
93500 Pantin
État du recrutement
Ouvert
Modalités
Entrées / Sorties à dates permanentes