Ce qui se passe entre la saisie du prompt et l'apparition du premier mot

L'article décrit pas à pas le pipeline d'inférence d'un LLM : tokenisation du prompt, passage dans le transformer (attention, feed-forward), calcul des logits, puis sampling pour produire le premier token. L'auteur explique des concepts comme la température, le top-k et le KV cache pour rendre le processus accessible aux non-spécialistes.