https://video.ut0pia.org/videos/watch/7dd1f25f-0edb-4b6b-9cfa-ae2d271fe379 Présentation par : Matthieu Vincent (Sopra Steria), Philippe Charrière (Docker) 📕 Résumé : L'IA générative, c'est pratique, mais mon ticket 'J'ai perdu mon mot de passe' a-t-il vraiment besoin d'être traité par un modèle de 175 milliards de paramètres ? Dans ce talk, on vous expliquera comment passer par des LLM locaux nécessitant des ressources raisonnables pour gérer vos tickets par exemple plutôt que des plateformes comme ChatGPT, Claude.ai & cie En découpant en étapes simples le cycle de vie, on peut arriver à utiliser uniquement des « TLM » (Tiny Langage Model) spécialisés plutôt que des très gros modèles génériques tels que Opus, GPT-5 … : Ingestion des nouveaux tickets Classification d’après des thématiques préconfigurées Similarité avec la base globale RAG pour préparer une réponse Capitalisation pour enrichir la base de connaissance Toutes ces opérations, bien orchestrées, peuvent être réalisées sans avoir besoin de brûler une forêt à chaque requête et on vous le montrera avec des démos live ! Durant cette session, nous présenterons les résultats de notre « proof of concept » : avantages, contraintes, limites et points à creuser Un talk pour repenser nos utilisations de l’IA générative pour qu’elle soit utile sans pour autant sortir un tank pour tuer une mouche Enregistré en avril 2026 à Paris, Palais des Congrès, Porte Maillot. 🔥 Pour rester informé sur l'actualité de Devoxx France, suivez nous sur LinkedIn : https://www.linkedin.com/company/devoxx-france/ Bluesky : https://bsky.app/profile/devoxx.fr consultez notre site web https://www.devoxx.fr/ Wed, 13 May 2026 18:01:03 GMT https://validator.w3.org/feed/docs/rss2.html PeerTube - https://video.ut0pia.org https://video.ut0pia.org/lazy-static/avatars/0287a09a-aae7-4840-9843-b416426e7046.webp https://video.ut0pia.org/videos/watch/7dd1f25f-0edb-4b6b-9cfa-ae2d271fe379 All rights reserved, unless otherwise specified in the terms specified at https://video.ut0pia.org/about and potential licenses granted by each content's rightholder.