LLM-pedia

Par où commencer

Trois façons de lire le site, dans l’ordre où on les conseille. Tu peux aussi entrer par n’importe quelle fiche : chacune dit ce qu’il faut avoir lu avant.

1. 1

   Suis un parcours

   Une poignée de fiches, dans un ordre où chacune s'appuie sur la précédente. Le premier parcours ne demande aucun prérequis.

   Voir les parcours →
2. 2

   Approfondis dans le glossaire

   Chaque concept a sa fiche, toujours construite de la même façon : une phrase, une analogie, puis le mécanisme en détail.

   Voir le glossaire →
3. 3

   Manipule dans le labo

   Des animations pas à pas et des simulateurs, intégrés dans les fiches qu'ils illustrent et rassemblés au même endroit.

   Ouvrir le labo →

Les parcours, du plus simple au plus avancé

Chaque parcours enchaîne des fiches du glossaire. Avant chaque étape, une ou deux phrases disent pourquoi elle vient là.

1. 1
   C'est quoi un LLM ? Débutant Partir de zéro : ce qu'est un modèle de langage, de quoi il est fait, ce qu'il manipule, ce que tu peux encore décider, et pourquoi il lui arrive de raconter n'importe quoi. 7 étapes · environ 45 min
2. 2
   Comment il apprend Intermédiaire Sur quels textes un modèle apprend, d'où viennent ses milliards de nombres, comment on les retouche sans tout recommencer, et ce que l'entraînement laisse derrière lui. 11 étapes · environ 73 min
3. 3
   Comment il génère Intermédiaire Le trajet complet d'une phrase, du découpage en tokens jusqu'au mot que le modèle écrit — et ce qui change quand l'entrée n'est plus du texte. 8 étapes · environ 52 min
4. 4
   L'écosystème Intermédiaire Ce qu'on branche autour du modèle : des documents, des outils, de l'autonomie, et de quoi le faire tenir sur une machine ordinaire. 11 étapes · environ 71 min
5. 5
   Juger un modèle Intermédiaire Lire un modèle au-delà de ses annonces : ce que valent ses scores, ce qu'il mobilise vraiment pour répondre, ce qu'on a le droit d'en faire, et ce que coûte chaque réponse, à la facture comme à la planète. 9 étapes · environ 60 min
6. 6
   Ce que ça change : société, éthique et droit Débutant Le parcours citoyen pour comprendre les impacts concrets de l'IA : droit d'auteur, vie privée, détection, désinformation, illusion de conscience et usages scolaires. 10 étapes · environ 61 min

Le glossaire, par thème

Toutes les fiches, regroupées par thème. Une même couleur suit chaque thème partout sur le site.

Fondamentaux

• Capacités émergentes
• Embedding (plongement)
• Évaluation (benchmarks)
• Fenêtre de contexte
• Hallucination
• Inférence
• LLM (grand modèle de langage)
• Modèle de raisonnement (reasoning model)
• Perplexité (PPL)
• Poids (paramètres)
• Prompt (instruction générative)
• Réseau de neurones
• Token

Architecture

• Architectures alternatives au Transformer
• Attention (self-attention)
• Interprétabilité mécaniste
• Mélange d'experts (MoE)
• Modèles de diffusion
• Multimodalité
• Transformer (transformeur)

Entraînement

• Alignement des modèles
• Apprentissage par renforcement (RL)
• Distillation
• Données d'entraînement
• Données synthétiques
• Entraînement
• Fine-tuning (réglage fin)
• Lois d'échelle (scaling laws)
• LoRA
• Pré-entraînement
• RLHF

Optimisation

• Élagage des modèles (Pruning)
• GGUF
• Quantification

Écosystème

• Agent (IA)
• Appel d'outils
• Coût (tarification)
• Interface de programmation (API)
• MCP (Model Context Protocol)
• Petits modèles de langage (SLM)
• Poids ouverts (open weights)
• RAG (génération augmentée par la recherche)
• Sorties structurées (Structured Outputs)

Éthique

• Anthropomorphisme et illusion de conscience
• Biais (d'un modèle)
• Contournement des sécurités (jailbreak)
• Désinformation et hypertrucages
• Détection de texte généré
• Droit d'auteur
• Empreinte environnementale
• Règlement européen sur l'IA (AI Act)
• Travail d'annotation et micro-travail
• Usage scolaire et apprentissage
• Vie privée et données personnelles

Tout le glossaire, avec les résumés →