Projets IA

Projets IA

Bienvenue sur Projets IA 👋 Ici, on explique l'intelligence artificielle simplement : LLM, tokens, GPU, transformers, fine tuning, RAG
 de la vraie technique, racontĂ©e avec des analogies et zĂ©ro jargon. Chaque semaine, une nouvelle vidĂ©o pour comprendre comment l'IA fonctionne et la mettre en pratique (Google Colab, Hugging Face, Python), que tu sois simple curieux ou dĂ©veloppeur. 📬 IA DĂ©codĂ©e, la newsletter gratuite : la synthĂšse de chaque vidĂ©o, une actu, des ressources et du code Ă  tester → projetsia.netlify.app ✉ Contact pro : projets.ia2025@gmail.com Hosted on Ausha. See ausha.co/privacy-policy for more information.

  1. 1d ago

    Le GEO : comment se faire citer par une IA plutĂŽt que par Google

    Un moteur gĂ©nĂ©ratif ne classe pas des liens : il lit des pages et fabrique une rĂ©ponse. Le podium a disparu, et ton site peut servir Ă  construire la rĂ©ponse sans jamais y apparaĂźtre. Dans cette vidĂ©o : — Pourquoi le clic cesse d'ĂȘtre la rĂ©compense (1 % de clics sur les liens d'un rĂ©sumĂ© IA, Pew 2025) — Ta page n'existe pas : elle est dĂ©coupĂ©e en passages, qui vont chacun leur chemin — Pourquoi un article trĂšs complet peut perdre contre une page mĂ©diocre mieux dĂ©coupĂ©e — Comment le modĂšle dĂ©cide qui citer, et pourquoi ce n'est pas un classement — Les 3 techniques mesurĂ©es comme efficaces (+40 %) et celles qui ne font rien — Pourquoi le bourrage de mots-clĂ©s est devenu inopĂ©rant, pas juste moins efficace 👉 Projets IA — pour comprendre l'IA sans b******t, un concept par vidĂ©o. 📬 Newsletter IA DĂ©codĂ©e : les schĂ©mas et les dĂ©finitions Ă  plat. 🔔 Abonne-toi ! #GEO #SEO #IA #RechercheIA #LLM #RAG #IntelligenceArtificielle #VulgarisationIA #ProjetsIA # SOURCES Le terme GEO vient d'un papier de recherche, KDD 2024 | Aggarwal, Murahari, Rajpurohit, Kalyan, Narasimhan, Deshpande, *GEO: Generative Engine Optimization*, KDD 2024, arXiv 2311.09735 Hosted on Ausha. See ausha.co/privacy-policy for more information.

    Le GEO : comment se faire citer par une IA plutĂŽt que par Google

  2. Oct 19

    Comment on cache une signature invisible dans un texte généré par IA

    🔍 Les dĂ©tecteurs d'IA se trompent, et surtout ils accusent des textes humains. Ce n'est pas un bug qu'on corrigera : c'est structurel. La seule approche qui tienne, c'est de marquer au moment de la gĂ©nĂ©ration. Dans cette vidĂ©o : — Pourquoi la dĂ©tection aprĂšs coup juge un style, et pourquoi un style se change — Pourquoi les dĂ©tecteurs accusent en premier ceux qui Ă©crivent dans une langue apprise — Le marquage Ă  la source : liste verte, liste rouge, et un tirage lĂ©gĂšrement biaisĂ© — Pourquoi c'est invisible dans une phrase et flagrant sur 300 mots — L'arbitrage robustesse / qualitĂ©, qu'aucun rĂ©glage ne rĂ©sout — Ce qui efface la marque : rĂ©Ă©criture, traduction, mĂ©lange — L'autre voie : signer le fichier au lieu de marquer le contenu 👉 Projets IA : pour comprendre l'IA sans b******t, un concept par vidĂ©o. 📬 Newsletter IA DĂ©codĂ©e : les schĂ©mas et les dĂ©finitions Ă  plat. 🔔 Abonne-toi ! #Filigrane #Watermarking #DĂ©tectionIA #AIAct #LLM #IntelligenceArtificielle #VulgarisationIA #ProjetsIA #IA ` SOURCES Article 50 du rĂšglement europĂ©en sur l'IA : marquage lisible par machine obligatoire depuis le 2 aoĂ»t 2026 : artificialintelligenceact.eu/article/50/` ; guidelines de la Commission publiĂ©es le 20 juillet 2026 DĂ©coupage vert/rouge du vocabulaire, biais du tirage, dĂ©tection statistique : Kirchenbauer, Geiping, Wen, Katz, Miers, Goldstein, "A Watermark for Large Language Models", ICML 2023 Hosted on Ausha. See ausha.co/privacy-policy for more information.

    Comment on cache une signature invisible dans un texte généré par IA

  3. Oct 8

    C'est quoi un réseau de neurones (vraiment) ?

    Un rĂ©seau de neurones, ça n'a rien Ă  voir avec un cerveau. À l'intĂ©rieur, il n'y a que des additions et des multiplications : des maths de niveau collĂšge. Alors comment ça peut reconnaĂźtre ton visage, traduire une langue ou Ă©crire du texte ? Dans cette vidĂ©o, on dĂ©monte un rĂ©seau de neurones piĂšce par piĂšce, Ă  partir de zĂ©ro, sans une seule Ă©quation. Le neurone, les couches, et surtout comment le rĂ©seau apprend tout seul Ă  partir d'exemples. Si tu sais additionner et multiplier, tu as tout ce qu'il faut pour suivre. 🔗 Ressource citĂ©e : Neural Network Playground de TensorFlow (playground.tensorflow.org) pour voir un rĂ©seau apprendre en direct dans ton navigateur. 🔔 Abonne-toi Ă  Projets IA pour comprendre l'IA pour de vrai, pas juste en parler. #ReseauDeNeurones #DeepLearning #IntelligenceArtificielle #IA #MachineLearning #VulgarisationIA #ReLU #ProjetsIA #ApprentissageProfond #NeuralNetwork #DebutantIA Hosted on Ausha. See ausha.co/privacy-policy for more information.

    C'est quoi un réseau de neurones (vraiment) ?

  4. Oct 1

    Les boucles agentiques : comment une IA passe de « répondre » à « agir »

    🔁 Un modĂšle de langage seul ne fait qu'une chose : produire du texte. Alors comment les « agents IA » arrivent-ils Ă  chercher, lire, calculer et enchaĂźner des dizaines d'actions tout seuls ? La rĂ©ponse tient dans une boucle trĂšs simple — la boucle agentique — qu'on construit ici morceau par morceau, sans dĂ©pendre d'un outil prĂ©cis. On part du motif ReAct (raisonner + agir), on ajoute ce qu'il faut autour pour que ça tienne (mĂ©moire, conditions d'arrĂȘt, appels d'outils structurĂ©s en JSON), puis on regarde lĂ  oĂč ça casse en vrai et comment fiabiliser. À la fin, tu reconnaĂźtras cette boucle derriĂšre la plupart des agents et des frameworks. 👉 Projets IA — l'IA expliquĂ©e en profondeur, sans bagage requis. 🔔 Abonne-toi pour les prochains deep-dives. #ProjetsIA #IA #IntelligenceArtificielle #AgentIA #LLM #ReAct #AgentsIA #MachineLearning #DeepLearning #ChatGPT #Claude SOURCE : - ReAct : Yao, Zhao, Yu, Du, Shafran, Narasimhan, Cao — « ReAct: Synergizing Reasoning and Acting in Language Models », 2022 (arXiv:2210.03629). Motif d'alternance raisonnement + action : https://arxiv.org/pdf/2210.03629 Hosted on Ausha. See ausha.co/privacy-policy for more information.

    Les boucles agentiques : comment une IA passe de « répondre » à « agir »

  5. Sep 20

    Le LLM Wiki de Karpathy : l'alternative au RAG expliquée

    📚 En avril 2025, Andrej Karpathy publie une idĂ©e simple qui emballe des milliers de dĂ©veloppeurs : le « LLM Wiki ». Au lieu du RAG, oĂč l'IA refouille tes documents Ă  chaque question, on lui fait construire et entretenir un wiki en markdown qui s'enrichit dans le temps. Sa formule : « Obsidian, c'est l'Ă©diteur ; le LLM, c'est le programmeur ; le wiki, c'est le code. » Dans cette vidĂ©o : le problĂšme du RAG, l'idĂ©e du LLM Wiki, comment on le met en place et oĂč sont ses limites. 🔗 Source : le gist « LLM Wiki » d'Andrej Karpathy (GitHub) 🔔 Abonne-toi Ă  Projets IA — on dĂ©cortique l'IA et on la met en pratique. #LLMWiki #Karpathy #RAG #IA #IntelligenceArtificielle #LLM #Obsidian #BaseDeConnaissances #Agents #VulgarisationIA #ProjetsIA # 🔗 SOURCES -*Andrej Karpathy — gist « LLM Wiki » (GitHub, avril 2025). Motif de construction/maintenance d'une base de connaissances par un LLM, en alternative au RAG. Citation reprise : « Obsidian is the IDE; the LLM is the programmer; the wiki is the codebase. » - Architecture en trois couches (sources → wiki dĂ©rivĂ© → fichier de schĂ©ma/rĂšgles) et intĂ©gration incrĂ©mentale (mise Ă  jour des pages, crĂ©ation de pages de concepts, signalement des contradictions). - Adoption : gist devenu trĂšs populaire (milliers d'Ă©toiles en quelques jours), motif repris avec des agents type Claude Code / Codex en 2025-2026. - Andrej Karpathy : membre fondateur d'OpenAI, ancien directeur de l'IA chez Tesla. #LLMWiki #Karpathy #RAG #IA #IntelligenceArtificielle #LLM #Obsidian #BaseDeConnaissances #Agents #VulgarisationIA #ProjetsIA Hosted on Ausha. See ausha.co/privacy-policy for more information.

    Le LLM Wiki de Karpathy : l'alternative au RAG expliquée

  6. Sep 6

    Le Grokking : quand une IA comprend (trÚs) longtemps aprÚs avoir mémorisé

    🧠 Tu entraĂźnes un petit rĂ©seau sur une tĂąche de calcul. En quelques centaines d'Ă©tapes, il rĂ©pond juste sur tous les exemples vus : il a mĂ©morisĂ©. Sur des exemples nouveaux, il reste nul, au niveau du hasard. Et si tu continues Ă  l'entraĂźner trĂšs longtemps aprĂšs que tout semble figĂ©, sa prĂ©cision bondit d'un coup jusqu'Ă  quasi 100 % : il a « grokkĂ© ». C'est la gĂ©nĂ©ralisation retardĂ©e. Dans cette vidĂ©o, en trois temps : le phĂ©nomĂšne et pourquoi il dĂ©route, le rĂŽle du weight decay qui pousse le modĂšle du par-cƓur vers la vraie rĂšgle, et surtout ce qui se passe Ă  l'intĂ©rieur — le modĂšle apprend un vrai algorithme, il pose les nombres sur un cercle (comme une horloge) et additionne en tournant les aiguilles, en trois phases : mĂ©morisation → formation du circuit → nettoyage. Aucun prĂ©requis technique lourd. Fil rouge unique : l'horloge. ⚠ Nuance importante : le grokking a Ă©tĂ© observĂ© surtout sur de petites tĂąches algorithmiques (arithmĂ©tique modulaire). Sa portĂ©e aux grands modĂšles reste dĂ©battue. 📚 Pour aller plus loin : — Power, Burda, Edwards, Babuschkin, Misra — « Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets » (OpenAI, 2022) — Nanda, Chan, Lieberum, Smith, Steinhardt — « Progress measures for grokking via mechanistic interpretability » (ICLR 2023, arXiv:2301.05217) đŸ“© Newsletter IA DĂ©codĂ©e (gratuite, chaque semaine) — la vidĂ©o en synthĂšse, une idĂ©e Ă  creuser et l'actu de la recherche expliquĂ©e simplement : https://projetsia.netlify.app/ 🔔 Abonne-toi Ă  Projets IA : on dĂ©monte l'IA en profondeur, un concept par vidĂ©o. #Grokking #GĂ©nĂ©ralisation #InterprĂ©tabilitĂ©MĂ©canique #WeightDecay #DeepLearning #IA #IntelligenceArtificielle #MachineLearning #RĂ©seauxDeNeurones #Transformer #VulgarisationIA #ProjetsIA Hosted on Ausha. See ausha.co/privacy-policy for more information.

    Le Grokking : quand une IA comprend (trÚs) longtemps aprÚs avoir mémorisé

  7. Aug 29

    "Open source AI" : le plus gros mensonge de l'IA (open weights vs open source)

    La plupart des modĂšles d'IA estampillĂ©s "open source" ne le sont pas vraiment. On confond deux choses trĂšs diffĂ©rentes : "open weights" (on peut tĂ©lĂ©charger et faire tourner le modĂšle fini) et "open source" au sens strict (on a AUSSI le code d'entraĂźnement et assez d'infos sur les donnĂ©es pour auditer et reconstruire le modĂšle). Dans cette vidĂ©o, on dĂ©cortique la distinction, on explique la dĂ©finition officielle de l'Open Source Initiative (l'OSAID, publiĂ©e le 28 octobre 2024, avec ses 4 libertĂ©s), on met un nom sur l'"openwashing", et on place les modĂšles connus sur un axe qui va du fermĂ© au vraiment ouvert. Aucun bagage technique requis : c'est un sujet de mots et de licences. đŸ“© Newsletter IA DĂ©codĂ©e (gratuite, chaque semaine) — la vidĂ©o en synthĂšse et l'actu qui compte : https://projetsia.netlify.app/ 🔔 Abonne-toi Ă  Projets IA pour comprendre l'IA telle qu'elle est vraiment, pas telle qu'on te la vend. #ProjetsIA #OpenSource #IA #IntelligenceArtificielle #LLM #OpenWeights #Llama #DeepSeek #MachineLearning #VulgarisationIA #OSI Hosted on Ausha. See ausha.co/privacy-policy for more information.

    "Open source AI" : le plus gros mensonge de l'IA (open weights vs open source)

  8. Aug 18

    Le Coût des Tokens : Combien Coûte Vraiment un LLM (et comment l'estimer)

    💾 Tout, dans un LLM, se facture au token. Mais entre le modĂšle que tu choisis, la longueur de tes conversations et ce que le modĂšle t'Ă©crit en rĂ©ponse, le mĂȘme travail peut coĂ»ter une fraction de centime
 ou cinquante fois plus. Dans cette vidĂ©o, en trois temps : ce qui fait vraiment le prix quand tu utilises un LLM, comment estimer tes coĂ»ts avant mĂȘme de te lancer, et comment faire baisser la note. ⚠ Les prix citĂ©s sont ceux d'aoĂ»t 2026 et baissent trĂšs vite (Ă·~5 en un an). RevĂ©rifie les grilles officielles avant de calculer pour de vrai. Ici, ce qui compte, c'est la mĂ©thode. đŸ“© Newsletter IA DĂ©codĂ©e (gratuite, chaque semaine) — la vidĂ©o en synthĂšse, un exercice et l'actu qui pĂ©rime tes calculs : https://projetsia.netlify.app/ 🔔 Abonne-toi Ă  Projets IA — on dĂ©monte l'IA cĂŽtĂ© concept et cĂŽtĂ© chantier. #CoutAPI #Tokens #LLM #IA #IntelligenceArtificielle #PromptCaching #MachineLearning #APIcost #DeepSeek #TCO #VulgarisationIA #ProjetsIA Hosted on Ausha. See ausha.co/privacy-policy for more information.

    Le Coût des Tokens : Combien Coûte Vraiment un LLM (et comment l'estimer)
See All (19)

About

Bienvenue sur Projets IA 👋 Ici, on explique l'intelligence artificielle simplement : LLM, tokens, GPU, transformers, fine tuning, RAG
 de la vraie technique, racontĂ©e avec des analogies et zĂ©ro jargon. Chaque semaine, une nouvelle vidĂ©o pour comprendre comment l'IA fonctionne et la mettre en pratique (Google Colab, Hugging Face, Python), que tu sois simple curieux ou dĂ©veloppeur. 📬 IA DĂ©codĂ©e, la newsletter gratuite : la synthĂšse de chaque vidĂ©o, une actu, des ressources et du code Ă  tester → projetsia.netlify.app ✉ Contact pro : projets.ia2025@gmail.com Hosted on Ausha. See ausha.co/privacy-policy for more information.

Information

  • Creator
    Projets IA
  • Years Active
    2026
  • Episodes
    19
  • Rating
    Explicit
  • Copyright
    © Projets IA
  • Show Website
    Projets IA

You Might Also Like