Agent Loop : Comment Concevoir et Bâtir des Boucles d’Agents Autonomes
Quand on commence à travailler sérieusement avec les grands modèles de langage, on se heurte vite à la limite frustrante de l’interaction […]
Où sont stockés les modèles Ollama et comment gérer votre espace disque ?
La première fois que j’ai lancé Ollama, j’ai tout de suite aimé cette simplicité d’utilisation : une simple commande et on fait […]
Vision par Ordinateur : Top frameworks et Modèles (serveur et mobile)
Au fil de mes projets en vision par ordinateur, j’ai rapidement compris qu’il n’existe pas d’outil universel. Pour passer de la manipulation […]
Inférence et déploiement de LLM en production : Ce que j’ai appris pour équilibrer latence, débit et budget vRAM
Seifeddine Guizani — Quand on commence à déployer des grands modèles de langage en production, on réalise vite que l’évaluation de la […]
TurboQuant Google : Tout savoir sur l’Optimisation de l’inférence LLM et Mon analyse pour la compression du cache KV
Par Guizeni Seifeddine. Ce qu’il faut retenir de TurboQuant Le problème que j’observe au quotidien : le goulot d’étranglement du cache KV […]
7 notions clés sur le cache KV à connaitre pour optimiser la mémoire et la vitesse de vos LLM
On fait tourner un grand modèle de langage, tout se passe à merveille pendant les premières secondes, puis, d’un coup, la vitesse […]
GPT-5.6 Sol, Terra et Luna : Tout savoir sur la Nouvelle Architecture Multi-agents d’OpenAI
La première fois que j’ai eu accès à la version préliminaire restreinte de GPT-5.6 Sol, fin juin 2026, j’ai tout de suite […]
Comment j’ai optimisé Ollama pour exécuter mes modèles locaux à pleine vitesse
Quand j’ai commencé à faire tourner mes premiers modèles de langage en local avec Ollama, j’ai vite compris que la vitesse de […]
Comment Netflix orchestre ses pipelines d’IA multimodale pour la recherche vidéo
Une seule saison d’une série Netflix peut générer plus de 2 000 heures de rushes. Pour les amateurs de chiffres, cela représente […]
Optimiser l’inférence des LLM : Retour d’expérience sur les Techniques et Outils indispensables
Après avoir passé beaucoup de temps à configurer, mesurer et optimiser des serveurs d’inférence, j’ai fini par dégager quelques principes fondamentaux pour […]
Comparatif des modèles Ollama en 2026 : Lequel choisir selon votre VRAM ?
Ça fait un bon moment maintenant que je fais tourner toute ma stack d’IA en local avec Ollama, et s’il y a […]
Quelle est la différence entre un LLM et l’IA ?
On confond parfois ces termes. L’intelligence artificielle englobe un domaine scientifique immense tandis que le grand modèle de langage, ou LLM, désigne […]