- Exécuteurs
-
Apprendre
Apprendre Python Exemples exécutables, NumPy, pandas et plus Apprendre l'IA / Machine LearningRéseaux de neurones, ML et LLM de zéro Apprendre le C et le C++ Pointeurs, mémoire, STL et C++ moderne Apprendre le C#Bases, POO, LINQ, async et exercices .NET Apprendre MatplotlibCourbes, barres, nuages de points et camemberts avec visualiseurs Apprendre RustOwnership, traits, gestion des erreurs et threads Apprendre GoSlices, interfaces, goroutines et channels Algorithmes Python Recherche, tri, récursivité et visualisations O(n) Algorithmes C et C++ Comparer les implémentations en C et C++ Programmation pour enfants Apprends à coder en jouant !
- QuizNouveau
- DéfisNouveau
- EnseignantsNouveau
- Mises à Jour
- Offrez-moi un café
Quiz NLP, transformers et LLM
Comment les modèles de langage transforment le texte en tokens et en vecteurs, comment fonctionnent l'attention et le transformer, et comment les grands modèles de langage génèrent du texte, sont fine-tunés et s'appuient sur la recherche documentaire.
Intermédiaire
5 quiz · 50 questions
environ 34 minutes
0/5réussis
Examen de catégorie
20 questions variées. 80 % pour obtenir un certificat.
1
Tokenisation et embeddings
Moyen
Découvrez comment le texte devient des tokens, et les tokens des vecteurs qui capturent le sens.
#nlp#tokenization
10 questions · ~6 min
Pas commencé
Commencer
2
Le mécanisme d'attention
Difficile
Requêtes, clés, valeurs, softmax et la mise à l'échelle par sqrt(d), au cœur de chaque transformer.
#attention#transformers
10 questions · ~8 min
Pas commencé
Commencer
3
Architecture du transformer
Difficile
Encodeurs, décodeurs, encodage positionnel, masques causaux et attention multi-têtes, façon entretien.
#transformers#interview
10 questions · ~8 min
Pas commencé
Commencer
4
Comment les LLM génèrent du texte
Moyen
Prédiction du token suivant, logits, fenêtres de contexte et différence entre décodage glouton et échantillonnage.
#llm#text-generation
10 questions · ~6 min
Pas commencé
Commencer
5
Fine-tuning et RAG
Moyen
Quand faire du fine-tuning, quand faire de la recherche documentaire, et les détails qui font fonctionner la génération augmentée par récupération.
#llm#rag
10 questions · ~6 min
Pas commencé
Commencer
Aucun quiz trouvé. Essayez un autre mot ou tag.