Introduction aux LLM

Cette page fournit un guide facile à comprendre sur les LLM (grands modèles de langage) des bases aux applications pour les passionnés d'IA.


Total de 8 articles disponibles. | Actuellement à la page 1 de 1.

Chapitre 8 — Attaques adverses contre les modèles

De FGSM à TextFooler puis aux suffixes universels ; attaques boîte-noire contre les API et vol de modèle — la dette de recherche derrière l'injection de prompt.

2026-05-17

Chapitre 3 — Sécurité des données et vie privée

Corpus d'entraînement, mémorisation et extraction, incidents Samsung et Garante, et la discipline de chiffrement, d'isolation et de rétention que les LLM exigent.

2026-05-12

Chapitre 2 — Modélisation des menaces pour les systèmes LLM

Les quatre questions de Shostack, STRIDE et PASTA contre les actifs LLM, MITRE ATLAS pour les adversaires — et le modèle de menace opérationnel dont chaque chapitre suivant se réclame.

2026-05-11

LLM Primer VII — Introduction de la série et index

Introduction et index de la tournée chapitre par chapitre du LLM Primer VII : Sécurité de l'IA — le volume final de la série LLM Primer.

2026-05-09

Chapitre 2 — Modèles de base et ingénierie de prompt

Deuxième billet de la tournée du LLM Primer V. Le chapitre qui traite l'ingénierie de prompt comme de l'ingénierie — gabarits versionnés, délimiteurs défensifs, sorties structurées — au lieu d'un art jugé aux sensations.

2026-04-15

Chapitre 8 — Utiliser les LLM dans les applications : chatbots, code, extraction et agents

Chapitre 8 de la série LLM Primer I. Les motifs d'application qui sortent vraiment en production — chatbots, résumé, assistants de code, extraction structurée et la montée des systèmes agentiques où le modèle pilote une boucle d'utilisation d'outils. Plus les benchmarks que chaque ingénieur devrait reconnaître par leur nom.

2026-02-25

Chapitre 7 — Au-delà de la prédiction du prochain token : embeddings, recherche et multimodalité

Chapitre 7 de la série LLM Primer I. Les capacités qui transforment un prédicteur du prochain token en bien plus — embeddings, recherche sémantique, retrieval-augmented generation et la transition vers les entrées multimodales. Comment RAG garde réellement un LLM ancré dans de vrais documents au lieu d'inventer.

2026-02-24

Une tournée chapitre par chapitre de LLM Primer I — Introduction à la série et index

Introduction et index de la tournée en douze parties chapitre par chapitre de LLM Primer I : Comment fonctionne l'IA générative. Un billet par jour, du 18 février au 1er mars 2026. Lisez-les dans l'ordre ou choisissez le chapitre qui vous intéresse le plus. Tous les douze sont listés et liés ici.

2026-02-17