Introduction
Bienvenue sur AI Summary Hub — votre source de référence pour les concepts d'IA modernes.
Ce hub est conçu pour une connaissance approfondie : chaque thème propose des définitions claires, le fonctionnement (avec schémas et code quand utile) et des liens vers la documentation officielle et les codelabs pour passer de la compréhension à la mise en œuvre.
Ce que vous trouverez ici
Ce wiki couvre plus de 50 sujets dans les domaines suivants :
- Fondements — Apprentissage machine, apprentissage profond, réseaux de neurones
- Transformers et LLMs — Architecture, BERT, GPT, fine-tuning, ingénierie des prompts, streaming
- RAG — Génération augmentée par récupération, bases vectorielles, embeddings
- Agents et sous-agents — Agents IA, systèmes multi-agents, hiérarchies
- Modèles de raisonnement — Chain-of-thought, tree-of-thoughts, ReAct, RDD
- Développement piloté par les spécifications — Construire des systèmes IA à partir de spécifications
- Domaines — NLP, vision par ordinateur, parole, robotique, IA multimodale
- Sécurité, éthique, évaluation — Sécurité de l'IA, biais, explicabilité, benchmarks
- Infrastructure et déploiement — Inférence locale, raisonnement à la périphérie, compression de modèles, quantification
- Outils — Hugging Face, LangChain, Cursor, Claude Code, Antigravity, Kiro, PyTorch, TensorFlow
- Études de cas — ChatGPT, DALL·E, Claude, Gemini, BART, Grok, DeepSeek, Qwen
Chaque thème inclut des définitions, des exemples (code et schémas), avantages/inconvénients, benchmarks et des liens vers la documentation externe (docs officiels, codelabs, articles).
Aller plus loin
- Google AI for Developers — Gemini, APIs et guides
- Hugging Face NLP Course — Des transformers aux LLMs
- From Prototypes to Agents with ADK (Codelab) — Créer votre premier agent avec l'Agent Development Kit de Google
Pour commencer
- Nouveau dans l'IA ? Commencez par Fondements et Réseaux de neurones.
- Vous construisez avec les LLMs ? Voir LLMs, RAG et Agents.
- Vous explorez le raisonnement ? Consultez Modèles de raisonnement et RDD.
- Vous exécutez des modèles en local ou à la périphérie ? Voir Inférence locale et Raisonnement à la périphérie.
- Multimodal (texte + image, etc.) ? Voir IA multimodale.
Utilisez la barre latérale pour parcourir tous les sujets ou la recherche pour des concepts précis.