Archives des Techniques IA

Tokens en français : la taxe invisible de 31 % à 58 % face à l’anglais

par Alain Goudey9 octobre 20266 novembre 20261

Tokens en français : une IA consomme 31 % à 58 % de tokens de plus qu’en anglais pour un contenu identique. C’est ce que mesure Thomas Serval, professeur affilié à NEOMA Business School, dans un premier papier publié le 30 septembre 2026, « The Invisible Language Tax ». Il y compare sept tokenizers de 2026, puis teste un prototype conçu pour le français et publie aussi les cas où ce prototype perd.

Thomas Serval, cofondateur et PDG du groupe Baracoda, passé par des postes de direction chez Microsoft et Google, il est membre de l’Académie des technologies et détient quelque 80 brevets en IA et technologies connectées. Il a rejoint NEOMA en avril 2025 pour contribuer au NEOMA AI Research Institute.

Watermarking texte IA : une avancée technique sérieuse, mais un piège sémantique et institutionnel

par Alain Goudey18 août 202617 août 20261

Le 8 août 2026, Anthropic a annoncé l’activation par défaut du watermarking texte IA pour toutes les sorties texte de Claude. Google avait ouvert la voie avec SynthID-Text, publié dans Nature quelques mois plus tôt. Ces systèmes promettent de rendre détectable l’implication d’une IA dans un texte, sans altérer sa qualité ni recourir à des caractères invisibles. Sur le papier, c’est une réponse élégante à un défi croissant : comment tracer l’origine des contenus générés par des modèles de langage, dans un monde où ces derniers s’intègrent à chaque étape de la chaîne de production intellectuelle ?

Mais derrière l’élégance technique se cachent des limites conceptuelles majeures et des risques institutionnels souvent sous-estimés. Cet article explique comment fonctionne le watermarking, pourquoi il représente une amélioration par rapport aux détecteurs stylistiques actuels, et surtout, pourquoi il ne faut surtout pas en faire un outil de police de l’authenticité à mon sens, en particulier dans l’enseignement supérieur.

Quelles sont mes instructions personnalisées ChatGPT ?

par Alain Goudey30 mars 20265 mai 20260

Il y a deux façons d’utiliser ChatGPT : sans ou avec instructions personnalisées ChatGPT !

La première consiste à ouvrir une conversation, poser une question, lire la réponse, puis corriger à la main ce qui ne va pas : le ton, la profondeur, la langue, le format, le niveau de détail, le manque de structure, l’absence de prise de recul.

La seconde consiste à paramétrer ChatGPT pour qu’il comprenne, dès le départ, comment vous voulez travailler avec lui.

C’est précisément le rôle des instructions personnalisées.

Comment je fais fonctionner un Deepseek-R1 en local sur mon ordinateur avec LM Studio ?

par Alain Goudey27 janvier 202526 janvier 20252

LM Studio est une application conviviale qui permet d’exécuter des modèles de langage (LLM) directement sur votre ordinateur, sans dépendre des services cloud. Elle est compatible Windows, MacOS et Linux et peut se trouver facilement à l’adresse officielle : https://lmstudio.ai/. Elle permet même de faire fonctionner en local des versions de Deepseek-R1… c’est encore qu’un début, mais déjà une belle prouesse !

Prompting en 2024 ? – Il n’est pas nécessaire d’être poli avec l’IA, mais de savoir lui « parler »

par Alain Goudey23 janvier 20244 mars 20249

Cela fait plus d’un an que la terre entière prompt (ou presque)… Alors comment cet art du prompt engineering a-t-il évolué depuis sa massification en novembre 2022 ? Comment faut-il prompter une IA en 2024 ?

Ce nouvel article vise à proposer un guide avec des instructions détaillées pour améliorer la qualité des prompts destinées aux Modèles de Langage à Grande Échelle (LLMs). Il se base sur le papier de Bsharat & al. (2023), disponible sur Arxiv et intitulé « Principled Instructions Are All You Need for Questioning LLaMA-1/2, GPT-3.5/4 ».

Les résultats de cette étude montrent que les modèles plus vastes simulent mieux les consignes, et que clairement la précision des directives améliore la performance des LLMs. Assigner un rôle spécifique aux LLMs s’avère donc utile pour obtenir des résultats en adéquation avec nos attentes. Autrement dit : « Garbage in, garbage out »… alors soignez vos prompts ! Quelques astuces plus exotiques (comme le pourboire, l’obligation ou l’absence de politesse) aident aussi à améliorer les réponses.

Plus précisément, le papier montre, avec le test de référence ATLAS conçu manuellement, qui comprend des questions multiples pour chaque principe, que les prompts proposés selon le guide ont amélioré la qualité et la précision des réponses LLM d’une moyenne de 57,7 % et de 67,3 %, respectivement, lorsqu’elles sont appliquées à GPT-4 (voir le repository GitHub d’Atlas).

Comment j’ai fait fonctionner un LLM Mistral-7B sur mon iPhone (sans internet) ?

par Alain Goudey9 janvier 20248 janvier 20241

Suite à l’annonce d’Apple de pouvoir faire fonctionner un LLM sur ses iPhones, je voulais tester la réelle faisabilité de la chose sur un device Apple Silicon (Puce A17) très portable : j’ai donc pris mon téléphone. J’ai pu trouver un process pour le faire… et je vous le partage ici. J’ai fait le test avec un modèle Mistral-7B-Instruct-v0.2 (format GGUF) qui en gros fournit un équivalent de GPT3.5 grâce à la start-up française Mistral (cocorico !). Cela fonctionne parfaitement !!