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
Technique GuidesLibre pour toujours.
177 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.
177Guides gratuits
1Pistes thématiques
~2 minPar guide
~6hTemps 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
177 de 1019 guides illustrés. Filtrez par piste ou recherchez ci-dessus.
Technique
Service de pré-remplissage et de décodage désagrégé
Une architecture de service qui divise l'inférence de grands modèles de langage en deux phases distinctes (pré-remplissage et décodage) et les exécute sur différents pools de GPU.
TechniqueRoutage d'inférence LLM et équilibrage de charge
La couche de contrôle qui décide quelle réplique de modèle, GPU ou backend doit gérer chaque requête LLM entrante et comment répartir le trafic afin qu'aucun serveur ne soit…
TechniqueParallélisme tensoriel pour les grands modèles
Un moyen de diviser les calculs au sein d'une seule couche de réseau neuronal sur plusieurs GPU afin qu'un modèle trop volumineux pour un seul appareil puisse toujours s'exécuter.
TechniqueAuto-réflexion dans les boucles d'agent
L'auto-réflexion permet à un agent d'IA de critiquer ses propres résultats et actions en cours de tâche, puis de les réviser en fonction de cette critique.
TechniqueRaisonnement selon l'arbre des pensées
L'Arbre de Pensées permet à un modèle d'explorer plusieurs chemins de raisonnement en parallèle, comme les branches d'un arbre, au lieu de s'engager dans une seule ligne de pensée.
TechniqueRaisonnement graphique des pensées
Graph-of-Thoughts modélise le raisonnement comme un réseau où les pensées peuvent fusionner, boucler et se connecter librement, et pas seulement se ramifier.
TechniqueDéséquilibre de classe et rééchantillonnage
Le déséquilibre de classe se produit lorsqu’un résultat dépasse largement un autre – comme 99,9 % de transactions légitimes contre 0.
TechniqueEncodeurs automatiques
Un auto-encodeur est un réseau de neurones qui apprend à compresser les données dans un code compact puis à les reconstruire, obligeant le réseau à n'en capturer que le plus…
TechniqueRéseaux siamois et perte de triplet
Les réseaux siamois utilisent au moins deux branches identiques à partage de poids pour découvrir à quel point deux entrées sont similaires, plutôt que de les classer chacune.
TechniqueApprentissage multi-tâches
L'apprentissage multitâche entraîne un modèle à effectuer plusieurs tâches connexes à la fois, en partageant des représentations internes entre elles.
TechniquePrédiction conforme
La prédiction conforme enveloppe n'importe quel modèle pour générer un ensemble ou un intervalle qui contient la vraie réponse avec une probabilité choisie, par exemple 90 %.
TechniqueCalibrage de probabilité
L'étalonnage signifie que les probabilités indiquées par un modèle correspondent à la réalité : lorsqu'il est indiqué 70 %, l'événement devrait se produire environ 70 % du temps.
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.