Ir al contenido

Learnya Academia

Cursos Tutoriales Casos de uso

Assistant agentique Suite Office Audio et voix Automatisations Apprentissage Administration

Biblioteca de solicitudes Glosario Confianza Comunidad

learnya.ai Empezar

Cursos Tutoriales Casos de uso Biblioteca de solicitudes Glosario Confianza Comunidad

Productos

Assistant agentique Suite Office Audio et voix Automatisations Apprentissage Administration

learnya.ai Empezar

À l’intérieur d’un modèle de langage

Módulo 1 · Du texte aux nombres Les jetons, unité de base du modèle15 min Les mots deviennent des vecteurs18 min Le sens comme proximité : la recherche sémantique15 min

Módulo 2 · Le transformeur L’attention, ou lire tout le texte à la fois20 min Des couches empilées et des milliards de paramètres15 min Choisir le mot suivant : probabilités et température15 min

Módulo 3 · Entraîner un modèle Le pré-entraînement et les lois d’échelle20 min Suivre des instructions : ajustement et alignement20 min

Cuestionario final e insignia

Cuestionario final · 8 preguntas

À l’intérieur d’un modèle de langage

Responda a cada pregunta y luego compruebe. Con al menos 7 respuestas correctas, obtiene la insignia del curso.

1. Que reçoit réellement un modèle de langage en entrée ? Des lettres Des mots entiers du dictionnaire Des jetons numérotés Des images du texte

2. Pourquoi un mot rare coûte-t-il souvent plusieurs jetons ? Il est découpé en morceaux fréquents Il est traduit en anglais Il est ignoré Il est répété

3. Que signifie que deux vecteurs de mots sont proches ? Les mots ont la même longueur Les mots apparaissent dans des contextes semblables Les mots commencent par la même lettre Les mots ont été ajoutés le même jour

4. Quel est le rôle de l’attention dans un transformeur ? Compter les mots Pondérer l’utilité de chaque jeton pour interpréter les autres Corriger l’orthographe Chercher sur le web

5. Que change une température basse ? Le modèle écrit plus lentement Le modèle s’en tient aux choix les plus probables Le modèle consomme moins d’énergie Le modèle oublie le contexte

6. Qu’a montré l’étude Chinchilla ? Que la taille seule suffit Qu’à calcul égal, il faut augmenter données et taille ensemble Que les données ne comptent pas Que les petits modèles sont toujours meilleurs

7. Pourquoi un modèle brut ne répond-il pas bien à une consigne ? Il est trop petit Il continue le texte au lieu de jouer le rôle d’assistant Il ne connaît pas le français Il n’a pas de paramètres

8. Que garantit l’alignement par préférences humaines ? Des réponses toujours exactes Un comportement plus utile et prudent, sans garantie de justesse La fin des biais Un modèle qui apprend de chaque conversation

Learnya Academia

Aprender a trabajar con la IA, a su ritmo.

Aprender

Cursos Tutoriales Casos de uso Biblioteca de solicitudes Glosario Confianza

Productos

Assistant agentique Suite Office Audio et voix Automatisations Apprentissage Administration

Learnya

learnya.ai Formar un equipo Privacidad Aviso legal

© 2026 WorkStreams Sàrl · Todos los derechos reservados.

Français Deutsch Italiano English Español Português

Diseñado y alojado en Suiza.