42 documents tagués avec "Beginner"

A comprehensive overview of the AI agent framework landscape, covering single-agent, multi-agent, graph-based, and native approaches, with a guide on how to choose the right framework.

What tools and actions are in the agent context, their types, schemas, and how agents select which tool to use.

Systems that perceive, reason, and act toward goals.

Ethical principles and governance for AI.

Anthropic as a developer platform — Claude model family, Messages API, tool use, extended thinking, prompt caching, and long context.

IDE agent-first pour exécution autonome et vibe coding.

Introduction à l'apprentissage automatique — supervisé, non supervisé et par renforcement.

Apprendre à partir de très peu d'exemples.

Réutiliser des modèles pré-entraînés pour de nouvelles tâches.

Réseaux de neurones profonds et apprentissage de représentations.

Effectuer des tâches sans exemples d'entraînement spécifiques à la tâche.

Comment fonctionnent ChatGPT et les LLM conversationnels.

LLM d'Anthropic suivant les instructions avec contexte long et sécurité.

Génération d'images à partir de texte avec diffusion et langage.

Famille de LLM multimodaux de Google avec multimodalité native et niveaux de mise à l'échelle.

LLM de xAI avec connaissances en temps réel et raisonnement.

L'assistant de codage IA agentique d'Anthropic disponible en CLI, extension VS Code/JetBrains et application web — capable d'exécuter des tâches multi-étapes autonomes sur l'ensemble de votre base de code.

L'agent de codage IA d'Anthropic pour le terminal, l'IDE et le web.

Fichiers d'instructions au niveau du projet et globaux qui personnalisent le comportement de Claude Code — ce qu'ils sont, où ils se trouvent, comment ils sont chargés et comment en écrire des efficaces.

Éditeur de code alimenté par IA et outil de programmation en binôme.

Dense vector representations for text and retrieval.

Concepts fondamentaux de l'intelligence artificielle et de l'apprentissage automatique.

Programmeur pair IA pour la complétion et la génération de code.

La plateforme d'IA multimodale de Google — la famille de modèles Gemini, AI Studio et l'intégration Vertex AI pour l'IA générative de qualité entreprise.

Ce que sont les LLM, comment ils sont entraînés et utilisés.

Rendre les décisions de l'IA interprétables et explicables.

Getting started with AI Summary Hub and an overview of AI fields.

IDE IA avec développement piloté par les spécifications et hooks d'agents du prototype à la production.

Overview of MLOps, why it matters, and how it bridges machine learning and production engineering.

Overview of AI model providers — API-based, open-weights, and hybrid approaches.

Comment le nombre maximal de tokens, les séquences d'arrêt et les pénalités de répétition contrôlent la longueur, les limites et la qualité du texte généré par les LLM.

OpenAI en tant que plateforme développeur — GPT-4o, raisonnement o1/o3, DALL-E, Whisper, fonctionnalités API, appel de fonctions et SDKs.

Comment les messages système, le prompting de rôle et l'injection de contexte façonnent le comportement, le persona et la précision factuelle des LLM.

Framework d'apprentissage profond avec graphes de calcul dynamiques.

Conversion de la parole en texte et tâches audio connexes.

Apprentissage à partir de récompenses et prise de décision séquentielle.

Introduction aux réseaux de neurones artificiels et leurs composants.

Comment les paramètres d'échantillonnage température, Top-K et Top-P contrôlent l'aléatoire et la créativité dans les sorties des LLM.

Framework d'apprentissage profond de Google.

IA pour comprendre et générer le langage humain.

Architecture Transformer et mécanismes d'auto-attention.

Iterative, AI-assisted coding driven by intent and quick feedback.