Ce que tout le monde appelle "l'IA" ou "ChatGPT"
Un LLM (Large Language Model) est un programme entraîné sur d'énormes quantités de texte. Son fonctionnement de base est presque magique dans sa simplicité : il prédit le mot suivant. Encore et encore. À une vitesse et une précision extraordinaires.
C'est ce moteur de prédiction qui est derrière ChatGPT, Gemini, Copilot, Claude… Ils utilisent tous un LLM différent, mais le principe est le même.
Le LLM a vu tellement de texte qu'il sait ce qui vient naturellement après certains mots.
Répète ça des millions de fois, avec des phrases bien plus complexes, et tu obtiens un modèle qui semble "comprendre" — même s'il ne fait que prédire statistiquement.
Un LLM ne lit pas les mots comme toi. Il découpe le texte en tokens — des fragments qui correspondent approximativement à des syllabes ou des petits mots.
Pourquoi c'est important ? Parce que les LLMs ont une limite de tokens qu'ils peuvent traiter en une fois — c'est ce qu'on appelle la fenêtre de contexte. Au-delà, ils "oublient" le début de la conversation.
Voici ce qui se passe quand tu poses une question à ChatGPT :
Le LLM prédit le mot suivant. Parfois, la prédiction est fausse — mais il ne le sait pas. Il répond avec la même assurance, que ce soit vrai ou inventé.
C'est précisément pour pallier ce problème que les outils et le RAG (connexion à des documents réels) ont été inventés — voir brique 3.
Pour tout ça, il faut lui greffer des outils et l'envelopper dans un agent — c'est ce qu'on voit dans les prochaines briques.