Pratique Python, IA Engineering et bien plus avec des exercices interactifs et des tests automatiques.
Ton agent sait maintenant chercher sur le web. Mais les resultats de recherche ne donnent qu'un court extrait. Pour vraiment comprendre un sujet, l'agent doit …
Ton agent a besoin d'yeux sur le web. Quand l'utilisateur demande "Quelles sont les dernieres nouvelles sur Python 3.13 ?", l'agent doit pouvoir chercher des …
Maintenant que tu sais definir des outils, passons a la partie magique : le LLM decide tout seul quel outil utiliser. Quand un utilisateur demande …
Tu demarres un projet ambitieux : construire un agent web intelligent, dans le style de Perplexity. Un programme capable de chercher sur le web, lire …
Derniere etape du projet : mettre ton assistant en ligne pour que tout le monde puisse l'utiliser. Streamlit Cloud est gratuit et deploy directement depuis …
Ton pipeline RAG est pret, il est evalue, il marche. Mais pour l'instant, tu l'utilises en tapant du code Python dans un terminal. Essaie de …
Ton pipeline RAG fonctionne, mais est-ce qu'il repond bien ? En production, tu ne peux pas te contenter de "ca a l'air de marcher". Il …
Tu as toutes les briques : appel API, gestion de conversation, chargement de documents, chunking, base vectorielle, recherche. Maintenant tu vas les assembler en un …
Tu as tes chunks dans une base vectorielle. Quand l'utilisateur pose une question, tu dois trouver les chunks les plus pertinents. C'est la recherche semantique …
Tu as tes chunks. Maintenant il faut pouvoir retrouver les bons quand l'utilisateur pose une question. La recherche par mots-cles (comme un Ctrl+F) ne suffit …
Tu as tes documents charges, mais certains font 50 pages. Si tu envoies un document entier au LLM comme contexte, deux problemes : ca coute …
Ton assistant FAQ ne peut pas repondre a partir de rien. Il lui faut une base de connaissances : les documents de ta boite. Procedures …
Tu as un chatbot qui marche, mais combien ca coute ? En production, c'est LA question que ton manager va te poser. "On a 500 …
Dans un vrai chatbot, l'utilisateur pose plusieurs questions d'affilee. "Combien de jours de conges ?" puis "Et si je suis en CDD ?" La deuxieme …
Quand tu utilises un chatbot comme ChatGPT, tu lui parles directement. Mais en coulisses, il y a un message invisible que toi l'utilisateur ne vois …
Tu demarres un projet concret : construire un assistant FAQ pour une entreprise. Le genre d'outil que tu peux montrer en entretien et qui fait …
Quand tu lances un fine-tuning, tu ne choisis pas seulement tes données. Tu choisis aussi des hyperparamètres qui contrôlent comment le modèle apprend. Les trois …
Quand tu fine-tunes un modèle d'embedding (comme text-embedding-3-small d'OpenAI), tu veux vérifier qu'il retrouve mieux les documents pertinents qu'avant. Pour ça, on utilise deux métriques …
Le fine-tuning coûte de l'argent à deux moments : l'entraînement (une seule fois) et l'inférence (à chaque requête). La question que ton manager va te …
Quand tu estimes le coût du fine-tuning en divisant le nombre de caractères par 4, tu obtiens une approximation. Parfois ça suffit pour une estimation …
Tu es développeur IA dans une startup edtech. Ton boss te demande de fine-tuner GPT-4o-mini pour qu'il réponde aux questions des élèves sur Python, dans …
Le DPO (Direct Preference Optimization) est une alternative au RLHF pour aligner un modèle sur les préférences humaines. Au lieu de former un modèle de …
La distillation, c'est une technique où un gros modèle (le "professeur") génère des réponses de haute qualité, et un petit modèle (l'"élève") apprend à les …
Fine-tuner un modèle sans l'évaluer, c'est comme cuisiner sans goûter. Comment tu sais si c'est mieux qu'avant ? Il faut comparer les réponses du modèle …