Fine-tuning Text Models with PEFT

Ce cours traite de l’adaptation de modèles de langage à des besoins spécifiques, avec des approches de fine-tuning efficientes comme PEFT, LoRA ou QLoRA. Il apporte une compréhension plus concrète des compromis entre personnalisation, coût de calcul et performance.

Les notions les plus structurantes concernent les techniques de réglage paramétrique, l’optimisation des hyperparamètres, l’évaluation des modèles ajustés et les choix d’architecture d’entraînement. Le cours est utile parce qu’il clarifie ce que signifie réellement adapter un modèle au lieu de simplement l’utiliser tel quel.

Pour moi, cela renforce ma capacité à accompagner un COMEX dans ses arbitrages entre usage standard de modèles, personnalisation métier et coûts d’industrialisation. Cela m’aide à mieux poser les questions de pertinence, de soutenabilité technique et de valeur d’un modèle spécia

Fine-tuning Image Models with Diffusion

Ce cours porte sur l’adaptation de modèles de génération d’images par diffusion, avec un accent sur des techniques comme LoRA, DreamBooth et l’usage d’outils comme ComfyUI. Il permet de comprendre comment personnaliser, piloter et rendre plus exploitables des modèles visuels.

Les notions les plus structurantes concernent les architectures de diffusion, le fine-tuning, les workflows visuels, la personnalisation de modèles et l’optimisation pour la production. Le cours est utile parce qu’il relie expérimentation créative et exigences de contrôle opérationnel.

Pour moi, cela me permet de mieux dialoguer avec des projets où la génération d’image devient un levier métier, marketing ou créatif. Cela renforce ma capacité à aider un COMEX à distinguer démonstration technologique, usage réellement industrialisable et conditions de gouvernance de ces outils.