Vidéos complémentaires

La pile LLM en 2026 : modèles, inférence, outils et compromis — vidéos complémentaires

L’article parcourt l’éventail de solutions parmi lesquelles un ingénieur doit réellement choisir en 2026 — API de pointe, modèles à poids ouverts, serveurs d’inférence, passerelles, outils d’évaluation et d’observabilité — ainsi que les compromis qui déterminent les éléments interchangeables et ceux qui ne le sont pas. Ces deux conférences offrent le meilleur éclairage direct sur cet espace de décision : la première expose patiemment et en détail la manière dont les modèles en concurrence sont construits ; la seconde montre de façon plus incisive comment ces modèles transforment le reste de la pile qui les entoure.

Choix principal

3:31:24

Plongée au cœur des LLM comme ChatGPT

Andrej Karpathy

C’est sur YouTube la meilleure explication de bout en bout de ce qu’est réellement un LLM — préentraînement, tokenisation, SFT, RLHF, apprentissage par renforcement pour le raisonnement, utilisation d’outils et hallucinations — avec le niveau de détail dont un ingénieur a besoin pour analyser les compromis entre modèles. Après l’avoir regardée, les décisions « modèles de classe GPT, modèles à poids ouverts ou modèles de raisonnement » évoquées dans l’article ne ressemblent plus à des choix de marques, mais à des choix de méthodes d’entraînement.

Ce que vous en retirerez: Comprendre suffisamment bien la pile LLM moderne pour analyser les tokens, l’entraînement, les outils et les défaillances.

À voir ou à connaître au préalable: Un bagage technique aide ; aucun prérequis en ML, mais prévoyez un temps de visionnage de trois heures et demie.

Note d’AI Expert: Les noms, les tarifs et les capacités des modèles évoluent rapidement. Utilisez cette vidéo pour son schéma de décision, puis vérifiez le comportement actuel des modèles avant de les adopter.

Ouvrir la page vidéo

À voir également

39:32

Andrej Karpathy : Le logiciel change à nouveau

Y Combinator

Dans sa conférence à l’AI Startup School, Karpathy présente les LLM comme un nouveau type d’ordinateur — à la fois service public, usine de fabrication et système d’exploitation — et défend des produits à « autonomie partielle » maintenus sous contrôle humain. C’est la formulation la plus claire du modèle mental à l’échelle de la pile que suppose l’article : vous choisissez des fournisseurs d’inférence et des outils pour un socle programmable, pas pour un simple chatbot.

Ce que vous en retirerez: Évaluer des idées de produits à autonomie partielle où les humains conservent le contrôle sur les décisions à risque élevé.

À voir ou à connaître au préalable: Aucun — la vidéo peut être regardée sans préparation, mais complète bien les bases sur les méthodes d’entraînement apportées par la présentation approfondie.

Ouvrir la page vidéo