Comment fonctionnent les LLM, partie 6 : l'ajustement fin, LoRA et guide pratique

Après le pré-entraînement, un modèle connaît une langue mais ne sait pas comment se rendre utile. L'ajustement fin (fine-tuning) le transforme en un outil capable de suivre des instructions, d'accomplir votre tâche ou d'adopter le jargon de votre domaine. Voici la sixième partie de notre série sur le fonctionnement des LLM. Vous y découvrirez ce qu'est l'ajustement fin, les différences entre fine-tuning complet et LoRA, avant d'affiner vous-même un petit modèle ouvert avec une soixantaine de lignes de Python testées.