Blog
Articles, guides et analyses sur l'intelligence artificielle locale
7 articles trouvés per "rag"
Yzma : des embeddings jusqu'à 2,6 fois plus rapides qu'Ollama, le comparatif
Yzma appelle llama.cpp dans le même processus : pas de serveur, pas de round trip. C'est 2,6x plus rapide qu'Ollama sur les embeddings — avec les chiffres et le setup.
Text-to-SQL en local : interroger la base de données de l'entreprise sans envoyer les données dans le cloud
Un modèle en local, le schéma au modèle, l'exécution sur votre base : le text-to-SQL en interne, les chiffres du benchmark ARCS et là où ça casse vraiment.
gpt-oss : le modèle de raisonnement open d'OpenAI
21 Md de paramètres au total mais seulement 3,6 Md actifs, poids natifs en MXFP4 et 128K de contexte : le premier modèle de raisonnement open d'OpenAI tient dans 16 Go. Ce que cela change en pratique.
RAG : posez des questions à vos documents
Le RAG (Retrieval Augmented Generation) est le moyen le plus simple de faire répondre un modèle local à des questions sur vos documents : encodage sémantique, base vectorielle et boucle de récupération.
L'IA locale pour votre activité : 5 cas d'usage concrets
Cinq cas d'usage pratiques de l'IA locale pour les entreprises : assistance client, documents, recherche interne, CRM et génération — avec les outils, le matériel minimum et un plan de départ en 30 minutes.
Open WebUI : l'interface de votre IA locale
Open WebUI est l'interface web complète pour vos modèles locaux : installation Docker, connexion à Ollama, personnalisation par modèle, RAG documentaire et limites honnêtes.
Qu'est-ce que l'IA locale et pourquoi vous en avez besoin
Explication concrète de l'IA locale : exécuter un modèle sur votre propre matériel plutôt que dans le cloud. Différences avec l'IA cloud, avantages (disponibilité, confidentialité, coûts prévisibles), limites honnêtes et démarrage en cinq minutes avec Ollama.