# 1. Les bases du LLM

## LLM (grand modèle de langage)

Un programme entraîné sur d'immenses quantités de texte pour prédire, mot
après mot, la suite la plus probable d'un texte donné. C'est cette capacité
de prédiction, affinée à très grande échelle, qui produit des réponses qui
semblent comprendre et raisonner.

## Token

L'unité de base que le modèle manipule — souvent un mot, parfois un
morceau de mot ou un seul caractère. Un texte est toujours découpé en tokens
avant d'être traité ; c'est aussi l'unité utilisée pour mesurer la longueur
d'une conversation ou le coût d'une requête.

## Fenêtre de contexte

La quantité maximale de texte (mesurée en tokens) qu'un modèle peut « voir »
en même temps pour produire sa réponse — la conversation entière, les
documents fournis, ses propres réponses précédentes. Au-delà de cette
limite, les éléments les plus anciens ne sont simplement plus visibles du
modèle.

## Prompt

Le texte d'entrée fourni au modèle — la question ou l'instruction de
l'utilisateur, mais aussi, en coulisses, les consignes de configuration
données par l'application qui utilise le modèle (voir « prompt système »
dans la section suivante).

*(Schéma disponible : `schema.svg`, dans ce dossier.)*