Intégrer des modèles ChatGPT et GPT-4 dans les applications Python

Jour 1

Les bases de ChatGPT et GPT-4

• Qu'est-ce que l'IA ?
• Similarités et différences entre IA et le développement d'applications traditionnelles
• Machine Learning vs Deep Learning
• Les différents types d'apprentissage de modèles
• Les grands modèles de langage
• De GPT-1 à GPT-4
• Etudes de cas de l'utilisation des grands modèles de langage
• Avantages et limites
• Optimisation des modèles GPT avec des plugins et des paramétrages

Exemples de travaux pratiques (à titre indicatif)

• Prise en main de GPT
• Création d'une application type "Hello world"

Jour 2

Approfondissement des API ChatGPT et GPT-4

• Modèles disponibles via l'API OpenAI
• Prise en main des modèles avec Playground
• Premiers pas avec la librairie Python d'OpenAI
• Utilisation de ChatGPT et GPT-4 : options d'inputs et résultat d'Output
• Utilisation d'autres modèles de complétion de texte
• Maîtriser l'édition de texte avec GPT
• Les modèles de modération
• Aspects coûts
• Aspects sécurité et privauté
• Autres API OpenAI (DALL-E, embeddings, whisper)

Exemple de travaux pratiques (à titre indicatif)

• Développement d'applications NLP à base de GPT

Jour 3

Fonctionnalités avancées

• Introduction au prompt engineering
• Maîtriser les techniques de prompt engineering : concevoir un prompt efficace, Few-Shot learning
• Explorer le paramétrage fin des applications
• Préparer ses jeux de données de façon optimale
• Adapter GPT à des domaines spécifiques
• Maîtriser le paramétrage fin de l'API OpenAI

Exemple de travaux pratiques (à titre indicatif)

• Génération de données synthétiques à des fins de marketing

Le contenu de ce programme peut faire l'objet d'adaptation selon les niveaux, prérequis et besoins des apprenants.

Modalités d’évaluation des acquis

• En cours de formation, par des études de cas ou des travaux pratiques
• Et, en fin de formation, par un questionnaire d'auto-évaluation