Définitions claires pour l'ère de l'IA agentique et de l'intelligence spatiale.
8 terms starting with "L"
Un framework de LangChain pour créer des applications multi-acteurs avec état utilisant des LLM, modélisant les agents comme des graphes.
LLMOps (Large Language Model Operations) est un ensemble de pratiques et d'outils pour gérer l'ensemble du cycle de vie des grands modèles de langage, du développement et de l'entraînement à la mise en production, à la surveillance et à la maintenance. Il se concentre sur l'optimisation du processus de construction et de déploiement des LLM dans des environnements de production.
Les LLM locaux sont des modèles de langage de grande taille qui fonctionnent entièrement sur du matériel local sans nécessiter de connectivité cloud. Ils offrent la confidentialité, une latence réduite et des capacités hors ligne, rendant l'IA accessible dans des environnements avec des contraintes de connectivité ou de souveraineté des données.
Le phénomène où les LLMs traitent moins bien les informations au milieu de longs contextes qu'au début ou à la fin. Documenté par Liu et al. (2024) et confirmé par Chroma Research (2025). Nécessite un placement stratégique des informations critiques dans le contexte.
LLM-as-a-Judge Evaluations est un concept AI infrastructure dans les systèmes IA modernes qui fournit des capacités fondamentales pour le déploiement et l'exploitation des systèmes IA. Il joue un rôle clé dans les déploiements IA d'entreprise où la fiabilité et l'évolutivité sont critiques pour les charges de production.
Un standard initié par Jeremy Howard – un fichier texte structuré dans le répertoire racine d'un site web qui fournit aux LLM des informations optimisées sur le site.
Exécuter des prédictions de modèle AI directement sur l'appareil d'un utilisateur plutôt que d'envoyer des données à des serveurs cloud, offrant ainsi la confidentialité, une latence réduite et aucun coût d'API.
Long-Term Memory Layers est un concept AI infrastructure dans les systèmes IA modernes qui fournit des capacités fondamentales pour le déploiement et l'exploitation des systèmes IA. Il joue un rôle clé dans les déploiements IA d'entreprise où la fiabilité et l'évolutivité sont critiques pour les charges de production.