Grand modèle de langage (LLM) : le moteur des assistants IA
Un grand modèle de langage, ou LLM (large language model), est un programme entraîné sur d'immenses quantités de textes pour prédire la suite la plus probable d'un texte. C'est le moteur qui fait tourner ChatGPT, Claude, Gemini et la plupart des assistants IA.
Données au 22 octobre 2026
L'essentiel en chiffres
| Niveau | Débutant |
|---|---|
| Origine | 2017 |
| Introduit par | Vaswani et al. (architecture Transformer, « Attention Is All You Need ») |
Comment ça marche, en mots simples
Imaginez la saisie prédictive de votre téléphone, qui propose le mot suivant. Un grand modèle de langage fait la même chose, mais à une échelle immense et avec une compréhension du contexte bien plus fine. Il découpe le texte en petits morceaux appelés tokens, puis calcule, morceau après morceau, la suite la plus probable compte tenu de tout ce qui précède.
Pour en arriver là, le modèle a été entraîné sur un très grand volume de textes (les données d’entraînement) : pages web, livres, code, articles. Il a ainsi ajusté ses paramètres pour capter la grammaire, les faits fréquents, les styles et les façons de raisonner présents dans ces textes.
D’où viennent les LLM
La plupart des LLM actuels reposent sur l’architecture Transformer, présentée en 2017 dans l’article « Attention Is All You Need » par des chercheurs de Google (arXiv). En 2020, l’article décrivant GPT-3 a montré qu’un modèle suffisamment grand pouvait accomplir de nombreuses tâches à partir de simples consignes et exemples, sans réentraînement spécifique. ChatGPT, lancé en novembre 2022, a ensuite mis cette technologie entre les mains du grand public.
Pourquoi ça compte pour vous
Savoir qu’un LLM prédit plutôt qu’il ne consulte explique beaucoup de choses :
- il rédige avec aisance, même sur un sujet qu’il maîtrise mal ;
- il peut produire une hallucination, c’est-à-dire une information fausse présentée avec assurance ;
- ses connaissances s’arrêtent à la date de fin de son entraînement, sauf s’il peut chercher sur le web.
Tous les modèles ne se valent pas : certains sont plus rapides, d’autres meilleurs en raisonnement ou moins chers. L’outil comparer les modèles met côte à côte leurs prix, capacités et résultats publics.
Idées reçues
- « Le modèle apprend de chaque conversation en direct. » Non : ses paramètres sont figés une fois l’entraînement terminé. Une conversation peut éventuellement servir à entraîner une version future, selon les réglages du service.
- « Plus le modèle est gros, mieux c’est. » Pas toujours : pour une tâche simple, un modèle plus petit peut suffire, répondre plus vite et coûter moins cher.
Termes liés
- Token · Petit morceau de texte (mot, bout de mot, signe) que lit et produit un modèle d'IA ; sert d'unité de mesure, de limite et de prix.
- Transformer · Architecture de réseau de neurones fondée sur l'attention, présentée en 2017, qui sert de base à presque tous les grands modèles de langage.
- Données d'entraînement · Ensemble des exemples (textes, images, sons…) dont un modèle d'IA se sert pour apprendre ; il façonne ce qu'il sait et ses défauts.
- Paramètres d'un modèle · Nombres internes qu'un modèle ajuste pendant son entraînement ; leur quantité donne une idée de sa taille, pas directement de sa qualité.
- Hallucination · Réponse d'une IA qui paraît sûre d'elle et plausible mais qui est fausse ou inventée : chiffre, citation, source, référence.
- Modèle à poids ouverts · Modèle d'IA dont les paramètres entraînés (les « poids ») sont téléchargeables, ce qui permet de le faire tourner sur ses propres machines.
À essayer
Tout le glossaire
Questions fréquentes
Que signifie « grand » dans grand modèle de langage ?
Il désigne à la fois la quantité de textes utilisés pour l'entraînement et le nombre de paramètres du modèle, ces réglages internes ajustés pendant l'apprentissage. En 2020, le modèle GPT-3 d'OpenAI en comptait déjà 175 milliards, selon l'article qui le présentait.
Un LLM comprend-il ce qu'il écrit ?
Il manipule très bien les relations entre les mots et les idées, ce qui lui permet de résumer, traduire ou raisonner sur un problème. Mais il n'a pas d'expérience du monde ni de moyen interne de vérifier qu'un fait est vrai. La question de sa « compréhension » fait débat chez les chercheurs.
Quelle différence entre un LLM et un assistant IA ?
Le LLM est le moteur ; l'assistant est la voiture complète. L'assistant ajoute une interface, une mémoire de conversation, la recherche web, la lecture de fichiers et des règles de sécurité autour du modèle.
Sources des données
Données au 22 octobre 2026
Signaler une erreur
Un chiffre, une date ou une information vous semble faux ? Dites-le-nous : chaque signalement est vérifié.