LoRA

L’affinage à la marge. Plutôt que de réentraîner tous les poids d’un modèle, on apprend un petit correctif qui vient s’ajouter par-dessus. Le coût de calcul est sans commune mesure avec un entraînement, ce qui met le geste à portée d’une équipe.

Les poids bougent, donc, mais peu et sur une seule dimension : une forme de réponse, un ton, un vocabulaire de domaine. C’est du comportement. Un modèle affiné garde exactement les lacunes qu’il avait, avec vos tournures par-dessus — et cette assurance nouvelle rend l’invention plus difficile à repérer, pas moins fréquente.

Le levier a donc un usage réel et étroit : un format qui doit tenir sur des milliers d’appels, un style maison qu’un prompt n’arrive plus à imposer. Pas un manque d’information.

À éviter

L’employer pour « apprendre notre code au modèle ». Ce qui manque là est un fait, et un fait se fournit dans le contexte. C’est la dépense la plus courante pour le mauvais problème.