← Toutes les formations
AutoformationHybride
Tous publics

Qu'est-ce qu'un LLM ? Introduction aux modèles de langage

Découvrez comment un LLM prédit le token suivant, comment il est entraîné, pourquoi il hallucine et comment choisir un modèle en 2026 pour l'entreprise.

Animé par Frédéric TATON

Objectifs

À la fin de cette formation, vous serez capable de :

  • Définir ce qu'est un LLM et expliquer son principe fondamental : prédire le prochain token.
  • Distinguer pré-entraînement, alignement et inférence — et ce que chacun implique.
  • Appliquer le réglage de la température selon la tâche (extraction ou création) et vérifier que les documents fournis tiennent dans la fenêtre de contexte.
  • Expliquer pourquoi un LLM se trompe, et pourquoi ce n'est pas un bug mais une propriété.
  • Choisir un modèle de 2026 adapté à un besoin d'entreprise concret.

Prérequis

Aucun prérequis.

Description

Ce chapitre pose les fondations techniques des grands modèles de langage (LLM). Vous partez de l'intuition centrale, prédire le prochain token, puis découvrez la mécanique : paramètres, probabilités, génération et température, avec un premier appel en Python. Vous suivez ensuite la fabrication d'un modèle (pré-entraînement, alignement, inférence), le rôle de la fenêtre de contexte et les limites structurelles : hallucinations, date de coupure, calcul, sensibilité au prompt, confidentialité. Le chapitre se termine par le paysage 2026, des critères de choix et des cas d'usage en entreprise. Il s'adresse aux développeurs et aux analystes. Il suit six parties, de l'intuition au choix d'un modèle, et dure 45 à 60 minutes.

Plan de la formation

  1. 1

    CHAPITRE 1 · Introduction aux modèles de langage

    • CHAPITRE 1 · Introduction aux modèles de langage