Construire un jeu d’évaluation ML sans fuite de données
Séparez groupes, doublons et usages des données pour construire un jeu d’évaluation ML tenu à part, contrôlable et adapté à votre décision.
Cache KV : calculer la mémoire selon contexte, GQA et batch
Calculez le cache KV avec les têtes KV, le contexte et les séquences simultanées. Distinguez GQA, précision et cache statique avant un essai réel.
Planifier des ablations ML : témoin, effets et budget
Construisez un plan d’ablation ML avec témoin, facteurs, interactions et budget d’essais. Un exemple calculé pour prioriser les variantes et conclure.
Analyser les erreurs ML pour choisir la prochaine expérience
Analysez les erreurs de classification et d’extraction : matrice de confusion, références, taxonomie, régressions et contrôle de la correction suivante.