LLM (grand modèle de langage) : définition
Aussi appelé : Large Language Model, grand modèle de langage, modèle de langage, modèle de fondation.
Mis à jour le
Rédigé par Karim Brahim

Définition
Un LLM (grand modèle de langage) est une IA entraînée sur d'immenses volumes de textes pour comprendre et produire du langage : répondre, résumer, rédiger.
LLM signifie « Large Language Model ». C'est le moteur des assistants conversationnels comme Claude ou ChatGPT, et plus largement de l'IA générative appliquée au texte. Les modèles les plus récents traitent aussi des images, des documents et parfois de l'audio.
En détail
Un LLM fonctionne en deux temps :
- l'entraînement : le modèle apprend, sur une énorme quantité de textes, à prédire la suite la plus probable d'une séquence. Il est ensuite affiné pour suivre des consignes, dialoguer et refuser certaines demandes ;
- l'utilisation : on lui envoie un texte (la consigne, ou prompt, et le contexte), qu'il découpe en tokens, puis il génère une réponse token par token.
Il ne « cherche » pas une réponse dans une base de données : il la construit. Cette construction le rend souple, mais aussi capable d'erreurs assurées, les hallucinations.
Pour l'adapter à une entreprise, trois leviers existent, du plus simple au plus lourd :
- le prompt : instructions précises, ton, règles, exemples ;
- le RAG : on fournit au modèle, à chaque question, les extraits pertinents de vos documents ;
- le fine-tuning : on réentraîne partiellement le modèle sur vos données, pour des besoins spécifiques.
Un LLM peut aussi appeler des outils (consulter un agenda, créer un contact) : on parle alors d'agent IA. Notre article sur les tâches à confier à un agent IA en PME en donne des exemples.
Exemple (cas type)
Imaginons une entreprise de location de camping-cars qui reçoit chaque jour des dizaines de questions : permis nécessaire, animaux acceptés, franchise, disponibilités. Elle pourrait installer sur son site un chatbot reposant sur un LLM.
Le modèle recevrait un prompt fixant son rôle et ses limites, les conditions générales et la FAQ de l'entreprise, ainsi qu'un accès en lecture au planning. Il répondrait en langage naturel, dans la langue du client. Pour toute question contractuelle, il proposerait de transmettre la demande à un conseiller. L'équipe suivrait le coût mensuel des appels au modèle pour le comparer au temps économisé.
Points d'attention
Utiliser un LLM en entreprise suppose de choisir un modèle adapté à la tâche, de protéger les données et de surveiller les coûts.
- Choisir le bon modèle : le plus puissant n'est pas toujours nécessaire ; on arbitre entre qualité, rapidité et coût selon la tâche.
- Données : privilégiez les offres professionnelles où vos échanges ne servent pas à entraîner le modèle, avec un contrat conforme au RGPD.
- Contrôle : fournissez les informations de référence, limitez le périmètre, prévoyez un relais humain.
- Coûts : mesurez la consommation de tokens et fixez des plafonds.
- Dépendance : une architecture qui permet de changer de modèle évite d'être captif d'un fournisseur.
Pour aller plus loin
Pour un exemple chiffré, lisez chatbot IA pour site internet : à quoi ça sert, combien ça coûte. Dopinet s'appuie sur des modèles de pointe comme Claude pour ses solutions d'automatisation IA et ses chatbots pour site web.