« GML DévEx » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| (2 versions intermédiaires par le même utilisateur non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
Ensemble de pratiques et de flux de production qui accélèrent le développement, le déploiement et la gestion des '''[[Modèle d'intelligence artificielle|modèles d'intelligence artificielle]]''' tout au long de leur cycle de vie complet, tels que: la maintenance des modèles, leur '''[[entraînement]]''', leur '''[[peaufinage]]''', ainsi que leur surveillance et leur évaluation. | Ensemble de pratiques et de flux de production qui accélèrent le développement, le déploiement et la gestion automatisée des '''[[Modèle d'intelligence artificielle|modèles d'intelligence artificielle]]''' tout au long de leur cycle de vie complet, tels que: la maintenance des modèles, leur '''[[entraînement]]''', leur '''[[peaufinage]]''', ainsi que leur surveillance et leur évaluation. | ||
Voir aussi '''[[test de performances]]''' | Voir aussi '''[[test de performances]]''' | ||
== | == Compléments == | ||
Le terme ''GMLex'' est construit sur le modèle du terme [[DévEx]] qui est l'équivalent français du terme [[DevOps]], mais nous recommandons l'utilisation de ''GML DévEx''. | |||
== Français == | == Français == | ||
'''GML DévEx''' | |||
''' GMLEx''' | ''' GMLEx''' | ||
| Ligne 18 : | Ligne 18 : | ||
'''LLMOps''' | '''LLMOps''' | ||
<!--Set of practices and workflows that speed development, deployment and management of AI models throughout their complete lifecycle, such as le déploiement et la maintenance des modèles, la gestion des données, l’entraînement et le peaufinage des modèles, ainsi que leur surveillance et leur évaluation. | <!--Set of practices and workflows that speed development, deployment and management of AI models throughout their complete lifecycle, such as le déploiement et la maintenance des modèles, la gestion des données, l’entraînement et le peaufinage des modèles, ainsi que leur surveillance et leur évaluation. | ||
Because LLMOps falls within the scope of machine leaning operations, it might be overlooked or even referred to as “MLOps for LLMs,” but LLMOps should be considered separately as it is specifically focused on streamlining LLM development.--> | Because LLMOps falls within the scope of machine leaning operations, it might be overlooked or even referred to as “MLOps for LLMs,” but LLMOps should be considered separately as it is specifically focused on streamlining LLM development.--> | ||
== Sources == | == Sources == | ||
[https://www.ibm.com/think/topics/llmops | [https://www.ibm.com/think/topics/llmops IBM - LLMOps] | ||
[https://cloud.google.com/discover/what-is-llmops | [https://cloud.google.com/discover/what-is-llmops Google Cloud - LLMOps] | ||
[[Catégorie:publication]] | [[Catégorie:publication]] | ||
Dernière version du 16 mars 2026 à 15:27
Définition
Ensemble de pratiques et de flux de production qui accélèrent le développement, le déploiement et la gestion automatisée des modèles d'intelligence artificielle tout au long de leur cycle de vie complet, tels que: la maintenance des modèles, leur entraînement, leur peaufinage, ainsi que leur surveillance et leur évaluation.
Voir aussi test de performances
Compléments
Le terme GMLex est construit sur le modèle du terme DévEx qui est l'équivalent français du terme DevOps, mais nous recommandons l'utilisation de GML DévEx.
Français
GML DévEx
GMLEx
grand modèle de langues et exploitation
Anglais
Large Language Model Operations
LLMOps
Sources
Contributeurs: Arianne Arel, Patrick Drouin
