01
Fondements de l'IA
Comprenez ce qu'est l'IA, comment les systèmes apprennent, où ils échouent et comment juger les réclamations sans battage médiatique.
Bibliothèque IA gratuite
IA linguistique GuidesLibre pour toujours.
155 des guides en anglais simple, des parcours d'apprentissage structurés et une bibliothèque ouverte — construits par une organisation à but non lucratif indépendante 501(c)(3) pour que tout le monde puisse comprendre l'IA moderne.
155Guides gratuits
1Pistes thématiques
~2 minPar guide
~5hTemps de lecture
Commencez ici
Cinq cours axés sur les résultats
Chaque cours comprend des résultats explicites, des compétences cartographiées, des activités pratiques et une synthèse appliquée.
02
Utilisateur responsable de l'IA
Utilisez l’IA de manière productive tout en protégeant la confidentialité, en vérifiant les résultats et en préservant la responsabilité humaine.
03
L'IA au travail
Évaluez les cas d'utilisation sur le lieu de travail, exécutez des projets pilotes sûrs, mesurez la valeur et communiquez les changements de manière responsable.
04
Politique et société en matière d'IA
Analysez les systèmes d’IA en termes de droits, d’équité, de gouvernance, de sécurité et d’intérêt public.
05
Construire avec des systèmes d'IA
Comprenez les modèles de langage, la récupération, les agents, l'évaluation, les coûts et les garanties de déploiement grâce à une conception de système pratique.
Pistes thématiques
Parcourir par piste
Sautez dans la zone qui vous tient à cœur. Chaque piste comporte plusieurs guides en anglais simple.
FondamentauxConcepts de base : comment l'IA fonctionne à un niveau élevé.84 Guides IA linguistiqueLLM, PNL, ChatGPT, invite et compréhension de texte.155 Guides IA visuelleGénération d'images, vision par ordinateur, vidéo et conception.133 Guides IA audioVoix, musique, podcasting et IA axée sur l'audio.117 Guides EntreprisesProfils de OpenAI, Anthropic, Google, Meta, et plus encore.121 Guides ApplicationsComment l'IA apparaît dans le codage, la recherche, les agents et la vie quotidienne.111 Guides SecteursL'IA dans les soins de santé, la finance, l'éducation, l'énergie et bien plus encore.91 Guides TechniquePuces, réglage fin, RAG, vecteurs et infrastructure IA.177 Guides SociétéBiais, confidentialité, droits d'auteur, sécurité et avenir de l'IA.30 Guides
Bibliothèque complète
Tous les guides
155 de 1019 guides illustrés. Filtrez par piste ou recherchez ci-dessus.
IA linguistique
Optimisation Kahneman-Tversky
L'optimisation Kahneman-Tversky (KTO) est une méthode d'alignement qui apprend à partir de simples étiquettes avec un pouce levé ou un pouce vers le bas au lieu de comparaisons par paires.
IA linguistiqueAjustement précis de l’échantillonnage de rejet
Le Rejection Sampling Fine-Tuning (RFT) génère de nombreuses réponses candidates, ne conserve que les meilleures réponses et recycle le modèle sur ces gagnants.
IA linguistiqueModèles de récompense de processus
Les modèles de récompense de processus (PRM) notent chaque étape individuelle du raisonnement d'une IA plutôt que simplement la réponse finale.
IA linguistiqueAgrégation de mélange d'agents
Le mélange d'agents (MoA) est une technique dans laquelle plusieurs modèles de langage rédigent des réponses, puis un modèle d'agrégation fusionne leurs meilleures idées en une seule améliorée…
IA linguistiqueCouches d'adaptateur pour le transfert
Les couches d'adaptation sont de minuscules modules entraînables insérés dans un modèle pré-entraîné gelé, vous permettant de l'adapter à de nouvelles tâches en mettant à jour seulement quelques pour cent…
IA linguistiqueAttention latente multi-têtes
L'attention latente multi-têtes (MLA) est un mécanisme d'attention, introduit dans DeepSeek-V2, qui compresse le cache clé-valeur gourmand en mémoire dans un petit cache partagé…
IA linguistiqueTêtes de décodage Medusa
Medusa est une méthode de décodage spéculatif qui intègre plusieurs « têtes » de prédiction supplémentaires sur un modèle de langage afin qu'il puisse deviner plusieurs futurs jetons à la fois.
IA linguistiqueMélange de profondeurs
Le mélange de profondeurs (MoD) permet à un transformateur de dépenser différentes quantités de calcul sur différents jetons, en acheminant uniquement les jetons « importants » à travers chaque couche…
IA linguistiqueMamba et espaces d'états sélectifs
Mamba est un modèle de séquence construit sur des modèles d'espace d'états (SSM) qui traite le texte en temps linéaire, offrant une alternative rapide au modèle quadratique du Transformer…
IA linguistiqueAttention linéaire RWKV
RWKV est une architecture qui s'entraîne comme un transformateur mais exécute l'inférence comme un réseau récurrent, donnant une génération de mémoire constante en temps linéaire.
IA linguistiqueModèles d’attention clairsemés
Une attention éparse rend les Transformers moins chers en laissant chaque jeton s'occuper uniquement d'un sous-ensemble soigneusement choisi d'autres jetons plutôt que de tous.
IA linguistiqueQLoRA et réglage fin 4 bits
QLoRA est une technique qui vous permet d'affiner un modèle de langage massif sur un seul GPU grand public en stockant le modèle gelé en seulement 4 bits par poids.
Vous avez fini de lire ? Prouvez-le.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.