<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>Generative AI on Lean Deep Tech blog</title>
    <link>https://leandeep.com/tags/generative-ai/</link>
    <description>Recent content in Generative AI on Lean Deep Tech blog</description>
    <generator>Hugo</generator>
    <language>fr</language>
    <copyright>&lt;a href=&#34;https://creativecommons.org/licenses/by-nc/4.0/&#34; target=&#34;_blank&#34; rel=&#34;noopener&#34;&gt;CC BY-NC 4.0&lt;/a&gt;</copyright>
    <lastBuildDate>Wed, 18 Dec 2024 08:30:00 +0100</lastBuildDate>
    <atom:link href="https://leandeep.com/tags/generative-ai/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>LoRA au-delà de la démo : retour d&#39;expérience sur la classification de 60 intentions d&#39;assurance</title>
      <link>https://leandeep.com/lora-au-del%C3%A0-de-la-d%C3%A9mo-retour-dexp%C3%A9rience-sur-la-classification-de-60-intentions-dassurance/</link>
      <pubDate>Wed, 18 Dec 2024 08:30:00 +0100</pubDate>
      <guid>https://leandeep.com/lora-au-del%C3%A0-de-la-d%C3%A9mo-retour-dexp%C3%A9rience-sur-la-classification-de-60-intentions-dassurance/</guid>
      <description>&lt;p&gt;Sur un cas de classification de demandes clients couvrant &lt;strong&gt;60 intentions d&amp;rsquo;assurance&lt;/strong&gt;, le modèle de base routait correctement &lt;strong&gt;50,07 %&lt;/strong&gt; des 3 000 demandes du test. Après un fine-tuning supervisé avec LoRA, réalisé sans modifier les poids d&amp;rsquo;origine du modèle, l&amp;rsquo;accuracy est montée à &lt;strong&gt;92,00 %&lt;/strong&gt; : &lt;strong&gt;+41,93 points&lt;/strong&gt;, soit environ &lt;strong&gt;84 % d&amp;rsquo;erreurs en moins&lt;/strong&gt;. Dans le même temps, le taux de réponses respectant strictement le contrat JSON est passé de 96,63 % à 99,97 %.&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
