Ajustement fin des modèles LLM – Cours sur l'IA générative

157 minutesAvancéConcepteurfreeCodeCamp.orgIA privée / locale

freeCodeCamp.org. Ce long cours passe de la théorie au code et couvre la quantification, LoRA, QLoRA et l’ensemble des techniques PEFT sur Llama 2 et Gemma, avec du matériel dont disposent réellement la plupart des développeurs. C’est sur YouTube ce qui se rapproche le plus de l’expérience consistant à suivre pas à pas une personne qui l’a déjà fait. Il étaye concrètement l’affirmation de l’article selon laquelle « vous n’avez pas besoin d’un cluster », avec des budgets de VRAM précis.

Note d’AI Expert

Les noms, les tarifs et les capacités des modèles évoluent rapidement. Les modèles de base du cours — Llama 2 et Gemma — ont vieilli, mais les techniques LoRA, QLoRA et de quantification enseignées se transfèrent directement aux modèles actuels à poids ouverts. Utilisez le cours pour son schéma de décision, puis vérifiez le comportement des modèles actuels avant de les adopter.

Ce que vous en retirerez

Réaliser de bout en bout une quantification et des fine-tunings LoRA et QLoRA sur du matériel dont disposent déjà la plupart des développeurs.

À voir ou à connaître au préalable

Connaître Python et être à l’aise avec les outils élémentaires d’apprentissage automatique ; le cours vise le matériel que la plupart des développeurs possèdent déjà.

Dernière révision : 18 mai 2026

À regarder ensuite

Continuez dans le même parcours d’apprentissage avec les prochaines vidéos d’accompagnement sélectionnées.