Combler le fossé avec de grands modèles de langage

Nous explorons la relation dynamique entre la statistique et les grands modèles de langage, en découvrant le potentiel transformateur de la combinaison des méthodes statistiques avec les techniques avancées de traitement du langage naturel. Avec l’explosion des données à l’ère numérique, les scientifiques des données ont été confrontés à de nouveaux défis et de nouvelles opportunités. De nouveaux modèles génératifs, tels que GPT-3.5 déployé dans ChatGPT, et une variante plus récente déployée dans GPT4o, transforment la société humaine en fournissant de nouveaux outils de productivité. Ces modèles sont devenus de puissants outils d’analyse de données, d’interprétation et de prise de décision. Cette session vise à combler le fossé entre les méthodes statistiques traditionnelles et les capacités innovantes qu’offrent les grands modèles de langage.

Date and Time: 

Mercredi, 5 juin, 2024 - 13:30 - 15:00

Additional Authors and Speakers: 

Pascal Poupart
Vector Institute, University of Waterloo
Pierre-Jérôme Bergeron
Google
Martin Lysy
University of Waterloo

Langue de la présentation: 

English / Anglais

Langue des supports visuels: 

English / Anglais

Type de présentation: 

Présentation orale

Session: 

Orateur

Prénom Second prénom Nom de famille Affiliation primaire
Alejandro Murua Université de Montréal