Glossaire bilingueBilingual glossary

Les termes du cours, en français et en anglais, avec la définition qu'un ingénieur peut utiliser. Gardez cette page ouverte : la documentation officielle est presque toujours en anglais, les échanges d'équipe souvent en français. The course's terms, in French and English, with the definition an engineer can actually use. Keep this page open: official documentation is almost always in English, while team discussions are often in French.

1. FondamentauxFoundations

FrançaisFrench	English	DéfinitionDefinition
Modèle de langage	Language model (LLM)	Réseau de neurones entraîné à prédire le token suivant. Ne « sait » rien : il prédit.A neural network trained to predict the next token. It "knows" nothing: it predicts.
Jeton / Token	Token	Fragment de mot transformé en entier. Unité de coût, de vitesse et de contexte.A word fragment turned into an integer. The unit of cost, speed and context.
Tokeniseur	Tokenizer	Algorithme (BPE) qui découpe le texte en tokens. Propre à chaque famille de modèles.Algorithm (BPE) splitting text into tokens. Specific to each model family.
Fenêtre de contexte	Context window	Nombre maximal de tokens (prompt + réponse) que le modèle traite d'un coup.Maximum number of tokens (prompt + answer) the model handles at once.
Plongement	Embedding	Vecteur représentant le sens d'un texte. Base de la recherche sémantique et du RAG.A vector representing a text's meaning. The basis of semantic search and RAG.
Similarité cosinus	Cosine similarity	Mesure de proximité entre deux vecteurs (cosinus de l'angle, de −1 à 1).A closeness measure between two vectors (cosine of the angle, −1 to 1).
Paramètre / Poids	Parameter / Weight	Un nombre du réseau. « 8 B » = 8 milliards de poids.A number in the network. "8 B" = 8 billion weights.
Auto-attention	Self-attention	Mécanisme permettant à chaque token de pondérer tous les autres. Cœur du Transformer.Mechanism letting each token weight all others. The heart of the Transformer.
Hallucination	Hallucination	Affirmation fausse énoncée avec assurance. Propriété du système, pas un bug.A false statement asserted confidently. A property of the system, not a bug.
Gabarit de conversation	Chat template	Format exact des messages attendu par le modèle. Un mauvais gabarit sabote silencieusement le fine-tuning.The exact message format the model expects. A wrong template silently sabotages fine-tuning.

2. Mémoire & quantificationMemory & quantization

FrançaisFrench	English	DéfinitionDefinition
Quantification	Quantization	Réduire le nombre de bits par poids (FP16 → 4 bits). Moins d'octets = plus rapide et plus petit.Reducing bits per weight (FP16 → 4 bits). Fewer bytes = faster and smaller.
Cache KV	KV cache	Mémoire des clés/valeurs d'attention. Croît linéairement avec la longueur du contexte.Memory for attention keys/values. Grows linearly with context length.
Têtes KV	KV heads	Sous-ensemble des têtes d'attention qui portent le cache (GQA). Toujours utiliser ce nombre dans le calcul.The subset of attention heads carrying the cache (GQA). Always use this number in the calculation.
GQA — attention à requêtes groupées	Grouped-query attention	Plusieurs têtes d'attention partagent une tête KV. Rend le contexte long abordable.Several attention heads share one KV head. Makes long context affordable.
Préremplissage	Prefill	Traitement du prompt entier. Parallélisable, limité par le calcul. Détermine le TTFT.Processing the whole prompt. Parallelisable, compute-limited. Sets TTFT.
Décodage	Decode	Génération token par token. Non parallélisable, limité par la bande passante mémoire.Token-by-token generation. Not parallelisable, memory-bandwidth-limited.
Limité par la mémoire	Memory-bound	Le goulot est le transport des données, pas le calcul. Cas du décodage.The bottleneck is data movement, not compute. The case for decoding.
Déport GPU	GPU offload	Placer N couches sur GPU (-ngl, num_gpu). Le levier n°1 de performance.Placing N layers on GPU (-ngl, num_gpu). The #1 performance lever.
Réutilisation de préfixe	Prefix reuse / prompt caching	Sauter le prefill quand le début du prompt est identique. Effet massif sur le TTFT d'un RAG.Skipping prefill when the prompt's start is identical. Huge effect on RAG TTFT.

3. Prompt & évaluationPrompting & evaluation

FrançaisFrench	English	DéfinitionDefinition
Prompt système	System prompt	Le contrat permanent, envoyé à chaque appel. Son coût se multiplie par la volumétrie.The permanent contract, sent on every call. Its cost multiplies with volume.
Quelques exemples	Few-shot	Fournir des exemples entrée→sortie dans le prompt. Choisir les cas difficiles.Providing input→output examples in the prompt. Choose hard cases.
Sortie contrainte	Constrained / structured output	Forcer la forme de la sortie (schéma JSON, grammaire). Garantit la forme, pas le contenu.Forcing the output's shape (JSON schema, grammar). Guarantees shape, not content.
Injection de prompt	Prompt injection	Texte qui se fait passer pour une instruction. La variante indirecte vient de vos documents.Text impersonating an instruction. The indirect variant comes from your documents.
Jeu de cas / jeu d'or	Golden set	Cas de test avec la sortie attendue. La base de toute évaluation.Test cases with expected output. The basis of any evaluation.
Harnais d'évaluation	Evaluation harness	Script qui rejoue un prompt sur un jeu de cas et produit des scores.A script replaying a prompt over a case set and producing scores.
Régression	Regression	Rejouer tout le jeu de cas après chaque modification. Sinon on « améliore » en cassant.Replaying all cases after every change. Otherwise you "improve" by breaking things.
Juge LLM	LLM-as-judge	Utiliser un modèle pour noter une réponse. Biaisé : à calibrer sur des jugements humains.Using a model to score an answer. Biased: calibrate against human judgements.

4. RAG

FrançaisFrench	English	DéfinitionDefinition
Découpage	Chunking	Découper les documents en fragments indexables. À dimensionner sur la fenêtre d'embedding.Splitting documents into indexable chunks. Size it to the embedding window.
Base vectorielle	Vector database	Stocke vecteurs + métadonnées (Chroma, Qdrant) et permet la recherche.Stores vectors + metadata (Chroma, Qdrant) and enables search.
Recherche hybride	Hybrid search	Combiner recherche dense (sens) et lexicale (termes exacts). Le meilleur choix en pratique.Combining dense (meaning) and lexical (exact terms) search. The best practical choice.
Reclassement	Reranking	Re-trier les k candidats avec un modèle plus fin. Récupérer large, garder peu.Re-ordering the k candidates with a finer model. Retrieve wide, keep few.
Rappel@k	Recall@k	Le bon fragment est-il dans les k récupérés ? Mesure l'étage récupération.Is the right chunk among the k retrieved? Measures the retrieval stage.
Fidélité	Faithfulness	La réponse est-elle fidèle aux extraits fournis ? Mesure l'étage génération.Is the answer faithful to the supplied excerpts? Measures the generation stage.
Récupération du document parent	Parent-document retrieval	Indexer de petits fragments pour chercher, fournir le document entier pour répondre.Index small chunks to search, supply the whole document to answer.

5. Fine-tuningFine-tuning

FrançaisFrench	English	DéfinitionDefinition
Réglage fin	Fine-tuning	Poursuivre l'entraînement d'un modèle sur vos données pour changer un comportement.Continuing a model's training on your data to change a behaviour.
Ajustement supervisé	Supervised fine-tuning (SFT)	Étape 2 de l'entraînement : apprendre à répondre instruction→réponse. C'est là qu'on intervient.Training stage 2: learning to answer instruction→response. That is where you step in.
LoRA — adaptation de rang faible	Low-Rank Adaptation	Geler la base et n'entraîner que deux petites matrices. 0,1–1 % des paramètres.Freeze the base and train only two small matrices. 0.1–1 % of parameters.
Adaptateur	Adapter	Le fichier produit par LoRA (quelques dizaines de Mo). Versionnable et réversible.The file produced by LoRA (a few tens of MB). Versionable and reversible.
QLoRA	QLoRA	Base chargée en 4 bits (NF4) + adaptateurs en précision plus élevée. Permet le fine-tuning sur 12 Go.Base loaded in 4 bits (NF4) + higher-precision adapters. Enables fine-tuning on 12 GB.
Rang (r)	Rank (r)	Capacité de l'adaptateur. Départ classique : 16, avec alpha = 2 × r.Adapter capacity. Classic start: 16, with alpha = 2 × r.
Sur-apprentissage	Overfitting	La perte de validation remonte pendant que celle d'entraînement descend. Signal d'arrêt.Validation loss rises while training loss falls. Stop signal.
Oubli catastrophique	Catastrophic forgetting	Le modèle excelle sur votre tâche et perd ses capacités générales. Parade : mélanger 10–20 % de données générales.The model excels at your task and loses general abilities. Countermeasure: mix in 10–20 % general data.
Fusion	Merge	Replier l'adaptateur dans les poids de base (merge_and_unload) pour obtenir un modèle autonome.Folding the adapter into the base weights (merge_and_unload) for a self-contained model.

6. DéploiementDeployment

FrançaisFrench	English	DéfinitionDefinition
GGUF	GGUF	Format de fichier des modèles pour llama.cpp : métadonnées + tenseurs quantifiés.The model file format for llama.cpp: metadata + quantized tensors.
Fichier de modèle	Modelfile	Recette d'un modèle Ollama : FROM, ADAPTER, PARAMETER, SYSTEM.An Ollama model recipe: FROM, ADAPTER, PARAMETER, SYSTEM.
Compatible OpenAIOpenAI-compatible	OpenAI-compatible API	Même forme de requête/réponse — pas le même comportement ni les mêmes noms de modèles.Same request/response shape — not the same behaviour or model names.
TTFT	Time to first token	Délai avant le premier token. Détermine la perception de vitesse.Delay before the first token. Determines perceived speed.
Démarrage à froidCold start	Cold start	Temps de chargement du modèle. À exclure des mesures de latence, à documenter comme disponibilité.Model loading time. Exclude it from latency measurements, document it as availability.
Fiche de modèleModel card	Model card	Base, dataset + hash, hyperparamètres, scores, retour arrière, limites connues.Base, dataset + hash, hyperparameters, scores, rollback, known limits.