Série LLM & Transformers : du Hub au fine-tuning
NLP, pipelines, Hub, fine-tuning et Gradio - expliqués simplement, avec schémas et images. Inspiration cours Hugging Face, texte original en français.
Tutoriel
NLP vs LLM : comprendre la différence sans jargon
NLP, LLM, Transformers : ce qui change vraiment, explique simplement, avec un exemple concret.
Lire l’article →
Tutoriel
Pipeline Hugging Face : ta première inférence
Lancer une classification ou une génération en quelques lignes, sans usine à gaz.
Lire l’article →
Tutoriel
Encoder, decoder : quelle architecture choisir ?
Comprendre encoder, decoder et encoder-decoder sans slide illisible - pour choisir selon ton besoin.
Lire l’article →
Tutoriel
Le Hub Hugging Face : modèles et datasets
Chercher un modèle, lire sa fiche, télécharger un dataset - le réflexe avant de coder.
Lire l’article →
Tutoriel
Tokenizers et datasets : préparer le texte
Découper le texte en tokens et ranger tes exemples : la base avant tout entraînement.
Lire l’article →
Tutoriel
Fine-tuning : adapter un modèle à ton métier
Partir d'un modèle déjà entraîné et l'adapter avec tes exemples - sans tout réinventer.
Lire l’article →
Tutoriel
Gradio : montrer ton modèle facilement
Une petite interface web pour tester et partager ton modèle, sans refaire tout un site.
Lire l’article →
Tutoriel
LoRA et raisonnement : adapter sans tout réécrire
LoRA pour fine-tuner léger, et pourquoi bien briefer compte autant que la taille du modèle.
Lire l’article →