Question 1

Qu'est-ce qu'un grand modèle de langage ?

Accepted Answer

Un grand modèle de langage est un réseau de neurones à transformeurs, comportant des milliards de paramètres, entraîné sur d'immenses volumes de texte à prédire le token suivant. Cette tâche apparemment triviale l'oblige à capter la grammaire, les faits fréquents, les structures de raisonnement et les styles présents dans son corpus. Il ne consulte aucune base de données au moment de répondre : tout ce qu'il produit vient de ses paramètres et du texte qu'on lui a fourni.

Question 2

Quelles sont les étapes d'entraînement d'un LLM ?

Accepted Answer

Trois étapes. Le pré-entraînement, qui représente l'essentiel du coût, apprend à prédire le token suivant sur des milliers de milliards de tokens. Le réglage par instructions apprend ensuite, sur quelques dizaines de milliers d'exemples de qualité, à répondre à une demande plutôt qu'à continuer un texte. L'alignement enfin ajuste le comportement selon des préférences humaines, ce qui donne le ton, la prudence et le refus de certaines demandes.

Question 3

Qu'est-ce que le RAG ?

Accepted Answer

Le RAG, pour génération augmentée par récupération, consiste à chercher d'abord les passages pertinents dans vos documents, puis à les fournir au modèle en lui demandant de répondre uniquement à partir de ceux-ci. Cela résout trois problèmes d'un coup : le modèle accède à des connaissances qu'il n'a pas vues à l'entraînement, ces connaissances peuvent changer sans réentraînement, et la réponse devient vérifiable puisqu'on peut citer les sources.

Question 4

RAG ou fine-tuning : lequel choisir ?

Accepted Answer

Ils répondent à des besoins différents. Le RAG apporte de la connaissance : des documents que le modèle n'a pas vus, qui évoluent, et qu'il faut pouvoir citer. Le fine-tuning apporte du comportement : un format de sortie stable, un ton, une terminologie maison, une tâche répétitive. Si vous voulez que le modèle connaisse vos procédures, c'est du RAG. Si vous voulez qu'il réponde toujours dans votre format, c'est du fine-tuning. Les deux se combinent.

Question 5

Qu'est-ce qu'un agent IA ?

Accepted Answer

Un agent est un système où le modèle ne se contente pas de produire du texte mais décide d'appeler des outils — recherche, base de données, calcul, envoi de courriel — observe le résultat, et enchaîne jusqu'à atteindre son objectif. La différence avec un simple appel est que le modèle contrôle la boucle. C'est puissant et fragile : chaque étape peut échouer, et les erreurs se composent le long de la chaîne.

Question 6

Combien coûte un LLM en production ?

Accepted Answer

Le coût se calcule en tokens d'entrée et de sortie, et il est dominé par ce qu'on envoie plutôt que par ce qu'on reçoit dès qu'on pratique le RAG. Les leviers efficaces sont l'usage d'un modèle plus petit là où il suffit, la mise en cache des réponses fréquentes, la réduction du contexte envoyé, et le routage des demandes simples vers un modèle économique. Un système mal conçu coûte facilement dix fois le nécessaire.

#	Leçon	Objectif principal	Durée
1	Ce qu'est un LLM	Le mécanisme réel, et ce qu'il implique	9 min
2	Les étapes d'entraînement	Pré-entraînement, instructions, alignement	9 min
3	Le RAG	Ancrer les réponses dans vos documents	10 min
4	Les agents	Outils, boucles, et pourquoi c'est fragile	9 min
5	La production	Coût, latence, sécurité, évaluation	10 min
6	Récapitulatif et FAQ	Synthèse, glossaire et 12 questions fréquentes	6 min
7	Quiz et attestation	Validez vos acquis avec 5 questions corrigées	3 min

Grands modèles de langage : ce qu'ils font vraiment

Ce que vous allez découvrir

Contenu du cours

Ce cours est-il pour vous ?

Ce que vous saurez faire à la fin

Temps estimé

Prérequis et suites

Questions fréquentes, réponse en une ligne

Ce que vous allez découvrir​

Contenu du cours​

Ce cours est-il pour vous ?​

Ce que vous saurez faire à la fin​

Temps estimé​

Prérequis et suites​

Questions fréquentes, réponse en une ligne​