PaLoRA : adaptation de bas rang à pas modulé pour l'apprentissage continu
RechercheArticles connexes
Fine-tuning : adapter un modèle à vos données avec LoRA et QLoRA
Quand le prompt et le RAG ne suffisent plus : vous adaptez les poids du modèle à vos données. LoRA, QLoRA, préparation du dataset et outils locaux (LLaMA-Factory, Unsloth, MLX) sur un seul GPU grand public.
L'italien dans les modèles locaux : à quoi s'attendre
Combien de modèles locaux tiennent vraiment l'italien ? Les chiffres des éditeurs, où ils se trompent, et la méthode en une demi-heure pour les mesurer vous-même.
Ollama vs llama.cpp : sous le capot
Ollama utilise llama.cpp sous le capot, mais les deux ne sont pas la même chose : l'un est le moteur, l'autre la voiture. Ce qu'il y a vraiment dessous, quand la différence compte et comment choisir sans slogans.
Recevez le prochain point IA locale
Chaque semaine, une sélection du meilleur d'iaLocale : articles, actualités et ressources sur l'IA locale, et plus encore.
Après l'inscription, vous recevez un e-mail de confirmation (double opt-in). Sans confirmation, nous n'envoyons rien. Pas de spam, promis.