Intelligence artificielle appliquéeBlog du Laboratoire
Guides, expérimentations et analyses PartITech sur les LLM, le RAG, la recherche vectorielle et l’intégration de l’intelligence artificielle.
Publications du Lab
Nos articles documentent des expérimentations et des choix d’architecture autour des LLM, du RAG, de la recherche vectorielle et de l’intégration de l’IA dans les applications web. Ils précisent le contexte et les limites afin de rester utiles au-delà d’une démonstration.
À explorer
56 tutoriels
Vous entraînez un seul réseau à reconnaître des silhouettes et à estimer leur aire. Un exemple pas à pas montre comment PCGrad projette des gradients opposés, puis compare ce compromis à deux réseaux séparés.
Une application fictive traduit une demande courte en SELECT SQLite sur un inventaire local. Une demande donne une requête proposée, validée syntaxiquement puis évaluée en lecture seule sur plusieurs petits inventaires.
Un atelier reçoit des demandes en texte libre. À partir du même ticket, afficher la sortie du modèle avec prompt seul, après SFT complet et après adaptation limitée à ses deux derniers blocs.
Un worker lent peut terminer l'indexation d'une ancienne version après un retrait ou une nouvelle version. Une mini-GED locale en PostgreSQL/pgvector maintient versions et événements, calcule de vrais embeddings et expose des recherches autorisées.
Le service technique fictif Novaforge emploie des codes et formulations qui reviennent dans ses notices. Comparer la vraisemblance de notices avant/après adaptation, puis les réponses courtes à des questions avec ou sans contexte fourni par un index lexical local.
Cinq sites utilisent un même schéma de routage mais des vocabulaire et fréquences de classes différents. Un simulateur local compare modèles par site, FedAvg et FedProx, avec métriques globales et par site.
Vous construisez un assistant fictif qui propose une étape de diagnostic bureautique, puis entraînez un score sur des préférences synthétiques. PPO optimise ce score ; une évaluation séparée vérifie ensuite si les réponses sont réellement pertinentes et prudentes.
Vous faites répondre un petit modèle à des problèmes d’inventaire, puis vérifiez chaque JSON avec un calcul exact. Quatre tentatives par problème montrent quand GRPO apprend, quand il n’a aucun signal et ce que coûtent les essais.
Un résumé de dossier reste souvent affiché alors que sa source a changé ou n'est plus accessible. Un résumé local expose pour chaque assertion document, version et intervalle de texte justificatif.
Lors d'une migration GED, certaines rubriques changent de nom, se divisent, fusionnent ou n'ont pas d'équivalent. Une matrice explicable propose des liens multiples avec coûts, masses et avertissements, puis exporte un fichier de revue.
Le support fictif AtelierDesk doit répondre avec les faits du dossier et demander une information manquante plutôt que promettre un délai inventé. Comparer la politique après SFT local, après un supplément SFT sur les réponses choisies, et après DPO.
Un catalogue fictif contient des descriptions hétérogènes de pièces. Comparer trois normaliseurs sur les mêmes fiches réservées : règles, encodeur-décodeur aléatoire puis fine-tuné, et encodeur-décodeur préentraîné par débruitage puis fine-tuné.
Votre prochain produit
Parlez-nous de votre contexte, de vos contraintes et du résultat attendu. Nous vous répondrons avec une première lecture technique concrète.
Échanger avec un expert
