AI & Agentic SystemsConference45min
Les Fantastiques Petits Modèles de Langue (SLM) et quand les utiliser
Cette présentation explore les Petits Modèles de Langue (SLM), leurs performances, limites et intégration dans les systèmes RAG ou agentiques, avec ou sans LLM. Elle fournit une compréhension claire des apports et compromis des SLM pour concevoir des applications d’IA plus rapides, économiques et maîtrisées.
Pierre LepagnolSCIAM
talkDetail.whenAndWhere
Friday, April 24, 11:35-12:20
TBA 7
talks.roomOccupancytalks.noOccupancyInfo
Les Petits Modèles de Langue (SLM) gagnent en popularité, portés par la nécessité de construire des systèmes d’IA plus rapides, moins coûteux et mieux maîtrisés.
Cette présentation a pour but de vous présenter les SLM ainsi que leur place dans vos problématiques RAG ou agentiques, avec ou sans LLM complémentaire.
Nous explorerons les approches et architectures qui rendent ces petits modèles étonnamment performants, ainsi que les limites et compromis à connaître pour les intégrer efficacement dans des workflows d’IA ou des systèmes agentiques.
À l'issue du talk, vous aurez une vision claire de ce que les SLM peuvent (et ne peuvent pas) offrir, et comment les utiliser pour construire vos applications d’IA.
Ce talk s'adresse à tout le monde et cherche à donner les clés de compréhension sur ces « hot topics » du moment.
Que vous soyez développeur, décideur tech, data scientist ou ML/AI engineer, ce talk est fait pour vous.
Cette présentation a pour but de vous présenter les SLM ainsi que leur place dans vos problématiques RAG ou agentiques, avec ou sans LLM complémentaire.
Nous explorerons les approches et architectures qui rendent ces petits modèles étonnamment performants, ainsi que les limites et compromis à connaître pour les intégrer efficacement dans des workflows d’IA ou des systèmes agentiques.
À l'issue du talk, vous aurez une vision claire de ce que les SLM peuvent (et ne peuvent pas) offrir, et comment les utiliser pour construire vos applications d’IA.
Ce talk s'adresse à tout le monde et cherche à donner les clés de compréhension sur ces « hot topics » du moment.
Que vous soyez développeur, décideur tech, data scientist ou ML/AI engineer, ce talk est fait pour vous.
Pierre Lepagnol
Pierre Lepagnol a rejoint SCIAM en 2022 en tant que consultant en data science et chercheur.
Avant de rejoindre l'équipe, il a acquis une solide expérience en intelligence artificielle et cybersécurité au sein de la DGA (Maintenant AMIAD- Agence Ministérielle pour l’Intelligence Artificielle de Défense), ainsi qu'une pratique des méthodes et des algorithmes de Data Science dans le milieu bancaire à la Société Générale.
Pierre est doctorant en traitement automatique des langues au LISN, Université Paris-Saclay, où il explore les approches à base de LLM pour exploiter des données textuelles.
Titulaire d’un master en mathématiques appliquées et statistiques, il a également contribué à des projets variés, allant du développement de la migration de code SAS vers Python, à l’optimisation des indicateurs bancaires.
Passionné par la recherche, ses travaux combinent rigueur académique et applications concrètes pour relever des défis complexes.
Avant de rejoindre l'équipe, il a acquis une solide expérience en intelligence artificielle et cybersécurité au sein de la DGA (Maintenant AMIAD- Agence Ministérielle pour l’Intelligence Artificielle de Défense), ainsi qu'une pratique des méthodes et des algorithmes de Data Science dans le milieu bancaire à la Société Générale.
Pierre est doctorant en traitement automatique des langues au LISN, Université Paris-Saclay, où il explore les approches à base de LLM pour exploiter des données textuelles.
Titulaire d’un master en mathématiques appliquées et statistiques, il a également contribué à des projets variés, allant du développement de la migration de code SAS vers Python, à l’optimisation des indicateurs bancaires.
Passionné par la recherche, ses travaux combinent rigueur académique et applications concrètes pour relever des défis complexes.
talkDetail.shareFeedback
talkDetail.feedbackNotYetAvailable
talkDetail.feedbackAvailableAfterStart
talkDetail.signInRequired
talkDetail.signInToFeedbackDescription
occupancy.title
occupancy.votingNotYetAvailable
occupancy.votingAvailableBeforeStart
talkDetail.signInRequired
occupancy.signInToVoteDescription
comments.speakerNotEnabledComments