58 articles dans cette rubrique
Machine Learning
Rédigé par IA
Chain-of-thought, calcul au moment de l'inférence, apprentissage par renforcement : comment fonctionnent o1, o3 et DeepSeek-R1, décryptés avec les scores AIME, GPQA et MATH officiels.
Machine Learning
Rédigé par IA
Décryptage de la distillation des modèles IA : de l'article de Hinton (2015) aux modèles distillés de DeepSeek-R1, comment un petit modèle hérite d'un grand.
Machine Learning
Rédigé par IA
MoE et activation parcimonieuse : pourquoi les architectures Mixture-of-Experts réduisent le coût d'inférence, qui les adopte (Mixtral, DeepSeek, Qwen, Llama 4, GLM) et à quel prix.
Machine Learning
Rédigé par IA
Modèles de raisonnement IA : lecture du basculement vers le test-time compute, d'o1 à DeepSeek-R1, Gemini, Claude 3.7 et Qwen. Faits datés et sourcés.
Machine Learning
Rédigé par IA
Pourquoi les IA génèrent des faits inventés : mécanisme statistique, cas réels (Air Canada, ChatGPT) et techniques (RAG, calibration) pour les réduire.
Machine Learning
Rédigé par IA
Réseaux de neurones : les fondations, du perceptron au deep learning. Hopfield, Hinton, la rétropropagation et le Nobel de physique 2024, expliqués et sourcés.
Machine Learning
Rédigé par IA
Réseaux de neurones et logique réunis : l'IA neuro-symbolique expliquée — architectures hybrides, exemple AlphaGeometry, gains d'explicabilité et limites.
Machine Learning
Rédigé par IA
L'apprentissage par renforcement expliqué simplement : du Q-learning à AlphaGo, de la robotique au RLHF des assistants IA, comprendre l'IA qui apprend par essais.
Machine Learning
Rédigé par IA
Contamination, saturation, LLM-juge, arènes de préférence : pourquoi un score de benchmark ne suffit plus pour juger une IA générative, et comment mieux évaluer.
Machine Learning
Rédigé par IA
La sortie de GPT-5 le 7 août 2025 : un système unifié à routeur, moins d'erreurs, fort en code, maths et santé, ouvert à tous. Récit, contexte et portée.
Machine Learning
Rédigé par IA
GLM-4.5, GLM-4.6 : comment Zhipu AI (Z.ai) a livré une base ouverte sous licence MIT, taillée pour le code et les agents, hissant l'open chinois au premier plan.
Machine Learning
Rédigé par IA
Mixture-of-Experts, Multi-Head Latent Attention, entraînement FP8, distillation R1 : plongée technique sourcée dans l'architecture des modèles DeepSeek, benchmarks à l'appui.
Machine Learning
Rédigé par IA
Tour d'horizon des petits modèles de langage (SLM) : Phi-3, Llama 3.2, Gemma 2, Qwen2.5. Quand frugalité, vitesse et confidentialité battent la taille.
Machine Learning
Rédigé par IA
Comment les embeddings transforment mots, phrases et images en vecteurs : de word2vec à CLIP, le socle de la recherche sémantique, expliqué simplement.
Machine Learning
Rédigé par IA
Le Mixture of Experts en IA expliqué sans équation : experts spécialisés, routeur, activation parcimonieuse. Pourquoi un modèle peut avoir des milliards de paramètres mais n'en calculer qu'une fraction.
Machine Learning
Rédigé par IA
L'architecture Transformer expliquée sans équation : le mécanisme d'attention, requête/clé/valeur, multi-têtes et pourquoi il a débloqué l'IA générative depuis 2017.
Machine Learning
Rédigé par IA
Le 22 mai 2025, Claude Opus 4 Sonnet 4 : modèles hybrides taillés pour le code et les agents, outils dans le raisonnement, mémoire et Claude Code disponible.
Machine Learning
Rédigé par IA
LoRA et quantification expliquées simplement : adapter et exécuter de grands modèles sur du matériel modeste, avec QLoRA, NF4, GGUF et repères chiffrés sourcés.
Machine Learning
Rédigé par IA
Fine-tuning vs RAG : quelle méthode pour adapter un LLM à vos données ? Coût, fraîcheur, traçabilité, LoRA : la grille de décision claire et sourcée.
Machine Learning
Rédigé par IA
Le 5 avril 2025, Meta dévoile Llama 4, sa première famille à experts et nativement multimodale. Retour sur le Llama 4 multimodal contexte long, sourcé.
Machine Learning
Rédigé par IA
Combien coûte un LLM en 2026 ? Entraînement, inférence, API, fine-tuning, RAG, self-hosting : six postes de dépenses chiffrés et sourcés, avec stratégies d'optimisation.
Machine Learning
Rédigé par IA
Fenêtre de contexte des LLM : à quoi sert le million de tokens, son coût quadratique, le phénomène du perdu au milieu et quand un RAG reste préférable.
Machine Learning
Rédigé par IA
Quantization, distillation, Mixture of Experts, datacenters efficaces : panorama technique et sourcé du Green AI pour réduire l'empreinte énergétique de l'IA.
Machine Learning
Rédigé par IA
Le 24 février 2025, Claude 3.7 Sonnet raisonnement hybride réunit réponse rapide et réflexion visible contrôlable, tandis que Claude Code arrive en préversion.
Machine Learning
Rédigé par IA
Informatique quantique et IA : état honnête de la convergence en 2026 — qubits, correction d'erreurs, quantum machine learning, acteurs IBM, Google, Pasqal.
Machine Learning
Rédigé par IA
Quel LLM choisir en 2026 ? Grille de décision pratique pour Claude, GPT, Gemini et Mistral selon la tâche, le budget et la confidentialité, chiffres et sources à l'appui.
Machine Learning
Rédigé par IA
DeepSeek R1, raisonnement ouvert publié le 20 janvier 2025 : entraînement par renforcement, poids sous licence MIT, distillations et onde de choc marché décryptés.
Machine Learning
Rédigé par IA
DeepSeek V3, modèle ouvert de 671 milliards de paramètres publié le 26 décembre 2024, atteint le niveau des meilleurs modèles fermés pour un run entraîné à coût maîtrisé.
Machine Learning
Rédigé par IA
Le 11 décembre 2024, Gemini 2.0 Flash agentique arrive : sorties texte, image et audio natives, appel d'outils et prototypes Astra, Mariner et Jules.
Machine Learning
Rédigé par IA
De TD-Gammon à AlphaGo et au RLHF : comment l'apprentissage par renforcement permet à l'IA d'apprendre par essais, erreurs et récompenses, sourcé et expliqué simplement.
Machine Learning
Rédigé par IA
OpenAI o1 version complète, dévoilée le 5 décembre 2024 : moins d'erreurs qu'o1-preview, lecture d'images, mode o1 pro et offre ChatGPT Pro. Analyse chiffrée.
Machine Learning
Rédigé par IA
Le Mixture of Experts en IA expliqué : experts spécialisés, routeur, activation parcimonieuse. Pourquoi un modèle de centaines de milliards de paramètres n'en calcule qu'une fraction par token.
Machine Learning
Rédigé par IA
Le 19 septembre 2024, Alibaba publie une centaine de Qwen2.5 modèles ouverts, de 0,5 à 72 milliards de paramètres, solides en code et en maths. Récit sourcé.
Machine Learning
Rédigé par IA
OpenAI o1, modèle de raisonnement dévoilé le 12 septembre 2024 : chaîne de pensée interne, calcul à l'inférence et progrès en maths, sciences et code. Récit sourcé.
Machine Learning
Rédigé par IA
Le 23 juillet 2024, Meta publie le Llama 3.1 405B, modèle ouvert de 405 milliards de paramètres qui rivalise avec GPT-4o et Claude 3.5 Sonnet.
Machine Learning
Rédigé par IA
Le 20 juin 2024, Claude 3.5 Sonnet dépasse Claude 3 Opus sur les benchmarks annoncés, à moindre coût, et introduit les Artifacts pour travailler côte à côte.
Machine Learning
Rédigé par IA
Le 13 mai 2024, OpenAI dévoile GPT-4o omni temps réel : un seul modèle texte, audio et vision, une voix à ~320 ms, mis à la portée du plus grand nombre.
Machine Learning
Rédigé par IA
DeepSeek V2, efficacité et coût maîtrisé : le 7 mai 2024, ce mélange d'experts introduit la Multi-head Latent Attention et ouvre la course à l'inférence sobre.
Machine Learning
Rédigé par IA
Le 18 avril 2024, Meta publie Llama 3, modèle ouvert 8B et 70B entraîné sur 15 000 milliards de tokens. Retour sur un jalon de l'IA en accès ouvert.
Machine Learning
Rédigé par IA
Le 4 mars 2024, Anthropic dévoile Claude 3 Haiku Sonnet Opus : trois modèles calibrés en vitesse, coût et puissance, multimodaux, 200k tokens. Récit sourcé.
Machine Learning
Rédigé par IA
Gemini 1.5 Pro et le million de tokens : le 15 février 2024, Google porte la mémoire d'un modèle à 1M tokens (paliers de recherche supérieurs). Récit sourcé.
Machine Learning
Rédigé par IA
Le 11 décembre 2023, Mistral publie Mixtral 8x7B en Apache 2.0 : un mixture of experts qui popularise le MoE ouvert, avec 8 experts et ~13B de paramètres actifs.
Machine Learning
Rédigé par IA
Google Gemini 1.0, annoncé le 6 décembre 2023 : tailles Ultra, Pro et Nano, multimodalité native, score MMLU record. Contexte, démo mise en scène. Contexte et perspectives..
Machine Learning
Rédigé par IA
Le 21 novembre 2023, Anthropic double la mémoire de Claude 2.1 : contexte 200k tokens, moins d'hallucinations, appel d'outils. Récit clair et sourcé.
Machine Learning
Rédigé par IA
Le 27 septembre 2023, Mistral 7B, modèle ouvert sous licence Apache 2.0, dépasse Llama 2 13B : la preuve qu'un petit modèle peut rivaliser avec de plus gros.
Machine Learning
Rédigé par IA
Le 18 juillet 2023, Meta publie Llama 2 sous licence commerciale : la licence commerciale Llama 2, ses modèles 7B/13B/70B. Récit contemporain..
Machine Learning
Rédigé par IA
La sortie de GPT-4, le 14 mars 2023 : un modèle plus fiable, capable de lire texte et image, ses scores d'examens annoncés. Récit contemporain..
Machine Learning
Rédigé par IA
LLaMA 1 de Meta, 24 février 2023 : 7B à 65B, un modèle compact qui rivalise avec de plus gros, la fuite des poids et la naissance des LLM ouverts.
Machine Learning
Rédigé par IA
À Google I/O 2021, Google présente LaMDA, un modèle conversationnel de 137 milliards de paramètres entraîné sur le dialogue, avec les démos Pluton et avion en papier.
Machine Learning
Rédigé par IA
MuZero, publié par DeepMind dans Nature en 2020, atteint un niveau surhumain au go, aux échecs, au shogi et à l'Atari en apprenant lui-même un modèle du monde.
Machine Learning
Rédigé par IA
GPT-3, 175 milliards de paramètres : le modèle d'OpenAI apprend une tâche avec quelques exemples dans la consigne. Le few-shot learning d'OpenAI expliqué.
Machine Learning
Rédigé par IA
OpenAI publie la version complète de GPT-2 (1,5 milliard de paramètres) après neuf mois de diffusion progressive : calendrier, scores de crédibilité, détection et bilan.
Machine Learning
Rédigé par IA
T5, le Text-to-Text Transfer Transformer de Google (2019) : cadre unifié, corpus C4, étude d'ablation et 11 milliards de paramètres qui atteignent l'état de l'art.
Machine Learning
Rédigé par IA
GPT-2 annoncé le 14 février 2019 : 1,5 milliard de paramètres, corpus WebText, zero-shot record sur 7 des 8 jeux de test. Décryptage technique du modèle qui a marqué l'IA.
Machine Learning
Rédigé par IA
StyleGAN de NVIDIA génère des visages photoréalistes de personnes qui n'existent pas. Réseau de mapping, AdaIN, mélange de styles, FID 4,40 sur FFHQ : le décryptage.
Machine Learning
Rédigé par IA
BERT, le modèle de langage de Google, introduit la compréhension bidirectionnelle du texte : +7,7 points sur GLUE, score humain dépassé sur SQuAD. Décryptage technique.
Machine Learning
Rédigé par IA
Le 11 juin 2018, OpenAI dévoile GPT-1 : 117 M de paramètres, un transformeur décodeur pré-entraîné sur du texte brut qui dépasse l'état de l'art sur 9 tâches sur 12.
Machine Learning
Rédigé par IA
En décembre 2017, AlphaZero de DeepMind apprend par auto-jeu à dominer échecs, shogi et go sans aucune connaissance humaine. Décryptage de l'apprentissage par renforcement.