Le terme LLM, large language models, est un acronyme que j'utilise souvent pour mentionner les modèles IA génératives type GPT, Gemini, Claude. Ces grands modèles de langage sont destinés à répondre à des demandes utilisateurs génériques, contrairement aux modèles plus petits, fine-tuned, qui répondent à un besoin précis.
Intéressant ! Après il est clair que Meta devrait faire une annonce prochainement pour augmenter la fenêtre de contexte, surtout par rapport aux alternatives actuelles, ça limite forcément les applications. Sur les modèles fine-tuned avec une plus grande fenêtre de contexte, est-ce que l'on vient pas baisser la performance du modèle en contrepartie ? (j'avoue ne pas avoir réussi à trouver des modèles de Llama 3 avec plus d'input tokens)
Super intéressant ! Merci
Top Louis très quali!
Merci Lucas ! :)
Bonjour et merci pour le résumé. Vous pouvez me suggerer une ressource où comprendre c'est quoi les LLM ?
Le terme LLM, large language models, est un acronyme que j'utilise souvent pour mentionner les modèles IA génératives type GPT, Gemini, Claude. Ces grands modèles de langage sont destinés à répondre à des demandes utilisateurs génériques, contrairement aux modèles plus petits, fine-tuned, qui répondent à un besoin précis.
Pour les token il y a déjà des versions de llama 3 qui fait mieux
Intéressant ! Après il est clair que Meta devrait faire une annonce prochainement pour augmenter la fenêtre de contexte, surtout par rapport aux alternatives actuelles, ça limite forcément les applications. Sur les modèles fine-tuned avec une plus grande fenêtre de contexte, est-ce que l'on vient pas baisser la performance du modèle en contrepartie ? (j'avoue ne pas avoir réussi à trouver des modèles de Llama 3 avec plus d'input tokens)