Glossaire

Hugging Face Transformers

Qu’est-ce que Hugging Face Transformers ?

Hugging Face Transformers est une bibliothèque Python open source qui donne accès à des modèles pré-entraînés pour le texte, l'image et l'audio via une interface unifiée. Les développeurs l'utilisent pour télécharger des modèles depuis le Hugging Face Hub, les tester, les adapter à leurs données ou les exécuter en local. Depuis la version 5, la bibliothèque mise principalement sur PyTorch (état : octobre 2026). Exemple : une équipe teste un modèle d'analyse de sentiment en quelques lignes de code.

Thèmes

Open source
Bibliothèque
Python
Modèles

Essayer KI.ordo

Agents, flux et modèles dans un seul espace de travail – démo gratuite de 24 heures.

Lancer la démo

← Tous les termes

Termes associés

Transformer

Le Transformer est une architecture de réseau de neurones présentée en 2017 dans l'article de recherche « Attention Is All You Need ». Son cœur est le mécanisme d'attention : chaque mot est pondéré par rapport à tous les autres mots du texte, et le calcul se parallélise efficacement. Les Transformers sont à la base des modèles de langage actuels comme GPT, Claude ou BERT et servent aussi pour l'image et l'audio.

Architecture
Deep learning
+1

Grand modèle de langage (LLM)

Un grand modèle de langage (Large Language Model, LLM) est un réseau de neurones entraîné sur de très grands volumes de texte, ce qui lui permet de comprendre et de produire du langage. Il fonctionne en calculant, pas à pas, le jeton suivant le plus probable. Les LLM rédigent, résument, traduisent, répondent à des questions et génèrent du code ; Claude, GPT, Gemini et Llama en sont des exemples connus. Sans sources à jour, ils ne connaissent que leurs données d’entraînement.

Modèles de langage
IA générative
+1

PyTorch

PyTorch est un framework open source d'apprentissage automatique et d'apprentissage profond pour le langage Python. Développé à l'origine chez Meta (alors Facebook), il est géré depuis 2022 par la PyTorch Foundation, rattachée à la Linux Foundation. PyTorch est très répandu dans la recherche et l'industrie, car il permet de construire des modèles de façon flexible, de les entraîner sur GPU et de les tester pas à pas ; de nombreux modèles de langage et d'image connus sont conçus avec lui.

framework
apprentissage profond
+1

Réglage fin (fine-tuning)

Le réglage fin (fine-tuning) consiste à poursuivre l’entraînement d’un modèle d’IA déjà pré-entraîné avec des données supplémentaires, généralement propres à une tâche. Ses poids internes sont ajustés pour qu’il maîtrise plus sûrement un style d’écriture, un vocabulaire spécialisé ou un format de sortie. Cela exige des exemples soigneusement préparés, de la puissance de calcul et des tests. Pour beaucoup d’usages, des instructions bien rédigées et des connaissances connectées suffisent et se modifient plus facilement.

Entraînement
Personnalisation
+1