Entraîner un modèle IA à moindre coût

Un projet documenté de bout en bout : chaque expérience, chaque décision et chaque euro dépensé sont enregistrés. Cette page est le tableau de bord vivant du projet — elle lit directement les fichiers de suivi du dépôt.

Voir aussi : Projet Puce IA — le portail d'apprentissage matériel (portes logiques → silicium).

📖 Les chapitres

Chaque chapitre est une page jouable : le modèle y tourne en direct sur ce serveur, et ce qui n'a pas marché y est écrit à côté de ce qui a marché.

🎞️ Images et vidéosNOUVEAUQwen-Image 2.1, Wan 2.2 et LTX-2.5 testés sur deux T4 gratuites pour reconstituer une rue de Carthage : ce qui marche, ce qui rate — l'Antiquité sort en ruines touristiques —, et la previz Blender dont la profondeur tient la caméra d'un modèle vidéo. 🔤 La tokenisationNOUVEAUComment une matière devient des nombres qu'un modèle peut lire — texte, image, son, vidéo, ADN, gestes. Le mécanisme, les factures mesurées, et ce qu'on lui donne vraiment : une phrase, un texte, ou un livre ? 🎛️ Les réglagesLes boutons d'un modèle, rangés par le moment où l'on peut encore y toucher — et pour chacun, s'il a vraiment été mesuré ici. 👁️ L'attentionLes 144 têtes d'attention d'un modèle entièrement ouvert, ouvertes une par une puis coupées — les sept réglages qui définissent un modèle, ce qui décide jusqu'où il peut lire, et les têtes de clés rendues visibles en coupant. 🧪 Le harnaisTout ce qui n'est pas le modèle : les onze étapes entre une adresse et un verdict, et les quatre fois où le chiffre publié mesurait autre chose que ce que je croyais. 💼 Offres d'emploiOffre, liste d'offres, ou autre chose ? La première tâche appliquée — collez une adresse, trois détecteurs répondent. 🗣️ LLMUn modèle de langue entraîné maison, avant et après, testable en direct. 🎨 MangaLa machine à manga : une photo entre, un personnage d'anime sort. 🌫️ DiffusionDes images qui n'existent pas, fabriquées à partir de bruit. ✏️ DessinLe robot qui dessine, trait par trait. 🔍 TransformerUn mini-Transformer écrit à la main, ligne par ligne — le mécanisme, avant d'aller le regarder chez les autres. 🪜 Les étapesComment un texte devient des nombres, puis une prédiction. 📈 Ce qui marcheLe tableau de ce qui a amélioré les résultats — et de ce qui n'a rien donné.

📚 Dataset

Chargement…

⚡ Entraînement en direct

Le script d'entraînement écrit sa progression dans live/status.json ; cette page la relit toutes les 2 secondes.

Aucun entraînement en cours.

📊 Suivi

Total dépensé
—
entraînement cumulé
Runs réalisés
—
expériences d'entraînement
Avancement
—
tâches de la roadmap
Décisions ouvertes
—
à trancher

🗺️ Roadmap

Chargement…

🧪 Expériences d'entraînement

Chargement…

⚖️ Décisions

Chargement…

📓 Journal

Les dernières entrées du journal du projet (les plus récentes d'abord).

Chargement…

🤖 Tester le modèle

Le modèle run-001-tfidf-sgd (baseline, 93,67 % sur le test) tourne derrière /api/predict. Écris une critique de film en français, il prédit le sentiment.

Essayer :