Un LLM (Large Language Model) est un programme entraîné sur d'énormes quantités de texte pour prédire, mot après mot, la suite la plus probable d'une phrase.
Le principe de base
Concrètement, quand vous écrivez "Le ciel est", le modèle calcule une probabilité pour chaque mot suivant possible : "bleu" aura une probabilité élevée, "banane" une probabilité proche de zéro.
Ce mécanisme, répété des milliards de fois pendant l'entraînement, permet au modèle d'apprendre :
- la grammaire et la syntaxe
- des faits sur le monde
- des raisonnements simples
- le style et le ton d'un texte
Un exemple de code
Voici un exemple minimaliste de génération de texte avec l'API :
import anthropic
client = anthropic.Anthropic()
response = client.messages.create(
model="claude-sonnet-5",
max_tokens=200,
messages=[{"role": "user", "content": "Explique la photosynthèse"}]
)
print(response.content)Pourquoi ça fonctionne aussi bien
Un LLM ne "comprend" pas au sens humain du terme, mais la quantité de données et la taille du modèle permettent d'obtenir des réponses souvent indiscernables d'un raisonnement réel.
C'est ce mélange d'échelle et d'architecture (les transformers) qui a rendu possible des outils comme Claude ou GPT.
À retenir
- Un LLM prédit le mot suivant, rien de plus, rien de moins.
- La qualité vient de l'échelle des données et du modèle.
- Ces modèles n'ont pas de compréhension "consciente" du monde.