Aujourd’hui, les modèles de langage de grande taille (LLM) posent un défi majeur. La question qui se pose est comment offrir leur puissance sans exploser les coûts et les ressources ? À ce temps là maîtriser des technologies récentes comme JAX, Flax et XLA permet d’explorer de nouvelles approches pour alléger ces modèles tout en conservant leur performance. Ce qui nous insinue savoir c'est quoi quantization, pruning ou distillation enfin de combiner ces connaissances pour nous aider à transformer un LLM massif en un modèle plus compact, voire en Small Language Model (SLM), plus adapté à des usages concrets. Ces compétences ouvrent la voie à un déploiement plus rapide, moins cher et plus durable des IA génératives, que tout le monde pourra utiliser.