8. Le choix du ou des LLMs

Une fois que les connaissances ont été structurées, vérifiées et préparées techniquement de manière à pouvoir être trouvées et utilisées avec précision (c’est-à-dire une fois que votre Vimmera Cortex spécifique à l’entreprise a été mis en place), l’étape centrale suivante suit :

la sélection des Large Language Models (LLMs).

Les LLMs sont les « machines à penser » derrière l’IA. Ils déterminent comment le langage est compris, comment les textes sont générés, comment les raisonnements logiques sont construits et avec quelle flexibilité le système peut réagir.

Vimmera AI ne sélectionne pas ces modèles de manière globale, mais avec vous et sur la base de vos exigences concrètes. Car il n’existe pas « un seul meilleur modèle ». Il existe de grands et de petits modèles, des modèles très créatifs et des modèles très précis, des modèles rapides et économes en ressources, ainsi que des modèles hautement spécialisés pour certaines tâches. Selon le domaine d’utilisation, un seul modèle peut être pertinent ou bien une interaction entre plusieurs modèles spécialisés.

Que se passe-t-il à cette étape ?

À cette étape, il est défini quels LLMs seront utilisés pour quelles tâches. Ensemble, il est décidé quelles capacités sont nécessaires : par exemple la qualité linguistique, l’expertise métier, la puissance de calcul, la vitesse, la protection des données, la capacité hors ligne ou la maîtrise des coûts.

Des modèles en ligne très performants peuvent être utilisés, par exemple ceux de fournisseurs comme OpenAI, Google ou Meta. Il est également possible d’utiliser des modèles hors ligne qui fonctionnent sur vos propres serveurs, dans des environnements cloud privés ou même localement sur des ordinateurs individuels, par exemple des modèles d’OpenAI, Deepseek, Anthropic ou d’autres fournisseurs. Le choix dépend des exigences de sécurité, des règles de protection des données, des objectifs de performance ou du budget applicables à votre entreprise.

Vimmera AI n’est pas lié à un fabricant particulier. Tous les systèmes courants et performants peuvent être intégrés, combinés et orchestrés. Il en résulte des architectures d’IA qui s’adaptent exactement à votre organisation au lieu d’adapter votre organisation à une IA.

Plusieurs modèles, un seul système

Dans de nombreux projets, on n’utilise pas un seul LLM, mais plusieurs modèles spécialisés. Un modèle peut par exemple être chargé des réponses métier proprement dites, un autre du prétraitement des entrées, par exemple pour l’anonymisation de données sensibles, le filtrage de contenus indésirables ou l’amélioration de la sécurité. D’autres modèles peuvent être utilisés pour le contrôle qualité, la structuration des sorties ou la synthèse et le traitement ultérieur.

Ces modèles sont reliés entre eux et orchestrés de manière à fonctionner comme un système commun. Pour les utilisateurs, seul un assistant IA performant et cohérent est visible ; en arrière-plan, plusieurs instances d’IA spécialisées travaillent ensemble afin de maximiser la sécurité, la qualité et l’expertise métier.

Quelle quantité de « savoir » le modèle peut-il apporter lui-même ?

Un point particulièrement important à cette étape est la décision concernant le rôle que peut jouer le savoir général du monde des LLMs. Les modèles de langage modernes apportent avec eux un immense savoir préalable issu de leur phase d’entraînement. Ce savoir peut être utile, par exemple pour des relations générales, le langage ou des déductions logiques. Dans certains scénarios, il est toutefois indésirable, car seul le savoir d’entreprise vérifié et validé doit être utilisé.

Ensemble avec vous, il est donc défini si un modèle peut apporter son propre savoir ou s’il doit être utilisé délibérément comme une « coquille vide » qui accède presque exclusivement à vos données d’entreprise. Cela permet de garantir que les réponses ne reposent pas sur un savoir externe, potentiellement erroné ou non autorisé, mais sur exactement ce que votre entreprise définit.

Ce que vous y gagnez

Grâce à la sélection et à la combinaison ciblées des LLMs, vous n’obtenez pas un système d’IA standard, mais une architecture d’IA sur mesure. Vous obtenez exactement le mélange de performance, de sécurité, de maîtrise des coûts et d’expertise métier qui correspond à vos exigences.

Vous gardez le contrôle sur l’endroit où vos données sont traitées, sur les modèles utilisés et sur le degré d’intégration des systèmes externes. En même temps, vous bénéficiez d’une technologie d’IA de pointe, qui peut être étendue, remplacée ou adaptée de manière flexible lorsque les exigences évoluent.

Telefon
info@vimmera.de
Frag Mera!