Installer et lancer un exemple
Chaque méthode a son dossier dans le dépôt, avec un exemple exécutable sur un poste équipé d'un GPU de 12 Go. Toutes les commandes passent par un Makefile à la racine : la même commande lance n'importe quel exemple, et vérifie d'abord ce qu'il lui faut.
Installer
Python 3.13 et un GPU NVIDIA sont recommandés ; les méthodes d'inférence (prompt, RAG, outils, calcul à l'inférence) tournent aussi sans GPU, avec un modèle servi par API.
git clone <url du dépôt> ameliorer-modele-ia && cd ameliorer-modele-ia
make install EXTRAS=1 CUDA=cu130 # venv .venv, socle et extras (bitsandbytes, torchao, diffusers, torchcodec)
make liste # les exemples par catégorie, avec statut et résultat mesuré
CUDA choisit l'index PyTorch de la version CUDA du poste (cu130, cu128...) ; sans lui, PyTorch vient de PyPI. Deux installations servent à des exemples précis :
make install-gptq: environnement séparé pour la quantification GPTQ et AWQ, dont la bibliothèque impose ses propres versions de PyTorch et de transformers ;make install-llamacpp: clone et compile llama.cpp pour l'export GGUF.
Lancer
make test EX=FORM15 # test rapide : petit modèle, quelques pas, quelques minutes au plus
make run EX=FORM15 # exemple complet, résultats dans sorties/
make test EX=DATA03 VAR=diffusion-lora # une variante
make run EX=DATA03 SET="peft.methode=dora entrainement.lr=1e-4"
make run EX=EXEC18 API=http://localhost:11434/v1 MODELE=qwen3:8b
| Option | Rôle |
|---|---|
EX |
Méthode : identifiant (DATA03, code de catégorie + numéro), numéro seul (03) ou nom de dossier (peft) |
VAR |
Variante du dossier |
SET |
Surcharges de la configuration, séparées par des espaces |
API, MODELE |
Modèle servi par une API compatible OpenAI (Ollama, vLLM, fournisseur cloud) |
Avant de lancer quoi que ce soit, make test et make run vérifient les modules, le GPU et sa mémoire, llama.cpp et l'API. S'il manque quelque chose, ils disent quoi installer. make verifier EX=FORM15 ne fait que cette vérification. Dans un dossier de méthode, les mêmes cibles marchent sans EX : cd 03-peft && make test.
Ce que produit un exemple
Chaque exemple mesure le modèle avant, applique la méthode, puis remesure dans les mêmes conditions. Il affiche un tableau avant/après et écrit sorties/<dossier>/resultats.json, avec le modèle ou l'adaptateur produit.
Chaque exactitude porte son intervalle de confiance à 95 %. Quand deux étapes ont répondu aux mêmes questions, le rapport les compare question par question et dit si l'écart est net (intervalle de la différence qui exclut 0, test de McNemar). Pour vérifier qu'un résultat n'est pas un coup de chance :
make graines EX=EDIT09 N=3 # trois exécutions (graines 42, 43, 44) : moyenne ± écart type
make graines EX=EDIT09 N=3 QUICK=1 # même chose sur le test rapide
``` Le statut de chaque exemple et ses résultats de référence sont dans [Statut des exemples](#statut-des-exemples).