Module 6 : Préparation des données
La base d'un ajustement réussi
La qualité des données est le facteur le plus important pour le succès de l'ajustement. Ce module couvre tout ce dont vous avez besoin pour préparer des données d'entraînement de haute qualité.
Ce que vous apprendrez
- Maîtriser les formats de jeux de données (Alpaca, ShareGPT, personnalisé)
- Assurer la qualité des données par le filtrage et la curation
- Générer des données synthétiques en utilisant des LLMs
- Construire des pipelines d'entraînement efficaces
Structure du module
| Chapitre | Sujet | Durée |
|---|---|---|
| Chapitre 1 | Formats de jeux de données | 25 min |
| Chapitre 2 | Qualité des données | 30 min |
| Chapitre 3 | Génération de données synthétiques | 25 min |
| Quiz | Quiz Module 6 | 30 min |
Principe clé
Qualité sur quantité : 500 exemples de haute qualité surpassent souvent 50 000 exemples de faible qualité.
Temps estimé : 2 heures