Itinéraires d'apprentissage

Apprenez l'IA en connectant les concepts avec des décisions réelles.

Guides techniques, patrons et lectures pour passer de l'explication à la mise en œuvre vérifiable.

01

Guides pratiques

Visites complètes pour résoudre une décision spécifique.

IA LOCALE

Comment choisir un modèle local

Mémoire, quantification, contexte et rapidité sans acheter aveuglément.

Guide complet ÉVALUATION

Comment lire un benchmark

Ensemble de données, métriques, conditions et limites avant de comparer les résultats.

Méthode DÉCISION

Comment comparer les modèles

Un tableau commun pour les capacités, les prix et la traçabilité.

02

API et développement

Décisions qui apparaissent lors de la mise en production d'un prototype.

CONTRACTER

Sorties structurées

Schémas, validation et récupération des réponses invalides.

Intégration CONTEXTE

Fenêtre et récupération

Quoi envoyer au modèle, quoi récupérer et quoi garder à l'extérieur.

Architecture OPÉRATION

Budget et observabilité

Coût par tâche, latence, pannes et qualité de bout en bout.

03

Modèles d'agent

Plus d’autonomie nécessite de meilleures limites et observabilité.

PLAN

Planifier et exécuter

Sépare l'intention, la sélection des outils et la vérification.

Contrôle MÉMOIRE

Statut de la tâche

Conservez uniquement les informations nécessaires et définissez leur expiration.

Contexte RÉVISION

Les humains dans le circuit

Arrêtez les actions sensibles avant de produire des effets externes.

04

Recherche expliquée

Des lectures techniques sans transformer un résultat isolé en conclusion universelle.

CONTEXTE

Plus de jetons ne fournissent pas toujours plus de signal

Attention, récupération et dégradation dans les tâches étendues.

Évaluation AGENTS

Mesurer les processus ainsi que les résultats

Traces, décisions intermédiaires et reprise après échec.

Évaluations LOCALE

L'inférence se déplace vers l'appareil

Petits modèles, multimodalité et vraies restrictions.