C’est quoi un LLM ?

C’est quoi un LLM, sans les maths

Un grand modèle de langage n’est ni une base de données ni un moteur de recherche. Il ne stocke pas des faits qu’on peut consulter, il stocke des motifs : quel genre de texte suit quel genre de texte.

C’est pourquoi il peut écrire avec aisance sur un sujet qu’il ne connaît pas vraiment. L’aisance est sa compétence, pas une preuve que le contenu est juste.

Pourquoi il se trompe avec aplomb

Quand un détail manque, le modèle ne s’arrête pas : il écrit la suite la plus plausible. On appelle ça une hallucination, et c’est une conséquence du fonctionnement, pas un bug d’un produit en particulier.

La parade pratique est ennuyeuse et efficace : mets les faits dans le prompt, et ne demande pas des données que tu devrais vérifier de toute façon.

Ce qu’il fait bien et ce qu’il fait mal

Il est bon quand du texte entre et du texte sort : raccourcir, reformuler, résumer, premiers jets, changements de format, ébauches de code.

Il est mauvais pour sortir un fait précis que tu ne possèdes pas déjà, faute de moyen de vérifier la réponse. Là, il ne fait qu’amener l’erreur plus vite.

C’est quoi un LLM, en une phrase ?

Un grand modèle de langage : un programme qui a appris, à partir de textes, quel texte suit quel texte, et qui produit du nouveau texte à partir de ces motifs.

Un LLM, c’est la même chose que l’IA ?

Non. L’IA est le terme général, et un LLM en est une variété : celle qui travaille avec du texte. Les modèles d’images relèvent aussi de l’IA, mais ce ne sont pas des modèles de langage.

Quel est le meilleur LLM ?

Ça dépend du travail, et la réponse change tous les quelques mois. Tester deux modèles sur une tâche que tu répètes réellement t’apprend plus que n’importe quel tableau de benchmark.

Un LLM apprend-il de mes conversations ?

Le modèle lui-même ne change pas pendant que tu lui parles. Que l’éditeur réutilise tes conversations pour un futur entraînement dépend des réglages et des conditions du produit : c’est ce qu’il faut vérifier.