Chapitre 10. Plus intelligents , plus performants, plus rapides, plus puissants : optimiser les LLMs et les agents IA
Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com
Comme tu l’ s tout au long de ce livre, les transformateurs sont des généralistes. Ils peuvent générer du texte, composer de la musique, écrire du code et créer ou classer des images. Tu as appris que l’apprentissage par renforcement de bout en bout, combiné à la chaîne de pensée, peut déclencher un raisonnement interne et aider les modèles à résoudre des problèmes plus complexes. Tu as également compris que diviser les problèmes en sous-problèmes et permettre aux modèles linguistiques de collaborer au sein d’un système multi-agents peut les transformer en outils robustes pour des tâches difficiles.
Pourtant, à mesure que la complexité des tâches augmente, ces capacités ne suffisent plus. Le raisonnement étendu, la prise de décision en plusieurs étapes et la fiabilité de niveau production révèlent des points faibles. Sans optimisation, même les plus grands modèles ou les systèmes agentiques les plus avancés peuvent rencontrer des problèmes avec des chaînes de raisonnement difficiles, gaspiller des ressources de calcul sur des problèmes triviaux ou ne pas réussir à s’adapter dans des déploiements en conditions réelles.
L'optimisation est la pièce manquante. Si tu y réfléchis bien, les athlètes de haut niveau ne comptent pas uniquement ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access