Un LLM (pour Large Language Model, « grand modèle de langage » en français) est un programme d’intelligence artificielle entraîné sur des quantités massives de texte pour faire une seule chose : prédire le mot suivant d’une phrase. C’est le moteur derrière ChatGPT (OpenAI), Claude (Anthropic), Gemini (Google) ou les modèles ouverts comme Llama et Mistral. Quand tu discutes avec une de ces IA, tu ne parles pas à un cerveau : tu déroules une prédiction statistique, mot après mot, devenue assez bonne pour ressembler à une conversation.
Comment un LLM fonctionne, en version courte
La recette tient en deux ingrédients. D’abord une architecture, le transformer, décrite par des chercheurs de Google dans un papier de 2017 (« Attention Is All You Need », Vaswani et al.) : c’est elle qui permet au modèle de tenir compte de tout le contexte d’une phrase, pas seulement des derniers mots. Ensuite, un entraînement de force brute : on fait lire au modèle des centaines de milliards de mots, et il ajuste ses paramètres internes (175 milliards pour GPT-3 dès 2020, Brown et al., OpenAI) jusqu’à prédire correctement la suite des textes. C’est tout. Pas de règles de grammaire codées à la main, pas de base de faits consultée : de la prédiction affinée à une échelle absurde. Cet entraînement de base se retouche ensuite sur des exemples ciblés, c’est le fine-tuning, et il ne fait pas ce que la plupart des gens croient.
(Et pas besoin d’un data center pour en toucher un : je fais tourner des modèles ouverts en local sur ma machine, et ça s’installe sans toucher au terminal. Pour les petits, un PC correct suffit.)
Ce qu’un LLM ne sait pas faire
Un LLM ne « sait » rien : il prédit du texte plausible. La nuance a l’air philosophique, elle est très concrète. Quand il n’a pas la réponse, il en fabrique une qui sonne bien : c’est ce qu’on appelle une hallucination. La première fois que j’en ai attrapé un en flagrant délit, il m’avait inventé une option de commande inexistante, avec l’aplomb d’une doc officielle. Règle de survie : tout fait important sorti d’un LLM se vérifie, surtout les chiffres, les dates et les sources.
Pour en essayer plusieurs sans multiplier les abonnements : notre fiche Krater AI (350+ modèles au même endroit). Pour en mettre un dans ton terminal : le tuto d’installation de Claude Code sous Windows.