- ai
Un lecteur a mieux lu mon benchmark que moi
J'ai publié un fine-tune qui battait le prompting de 29 points. Un commentaire m'a dit que le vrai signal était l'écart entre mes deux chutes de score. Il avait raison sur mon tableau trompeur, tort sur le bras gonflé, et les expériences de vérification ont donné une troisième réponse.
- aidevtools
Mon modèle fine-tuné a fait 100%. Le benchmark mentait.
J'ai fine-tuné Mistral 7B avec LoRA sur un MacBook pour détecter des données personnelles. Sur mon propre jeu de test : 100%, et le prompting suivait de près. Sur des données réelles, le fine-tune gagne de 29 points. Le dataset choisissait ma conclusion.
- aidevtools
Les serveurs MCP qui servent vraiment avec Claude Code
Pas un annuaire de 200 serveurs MCP : les trois que j'utilise encore après un mois de travail réel, comment les brancher proprement, et ceux que j'ai retirés.
- aidevtools
Partager une config Claude Code en équipe
CLAUDE.md versionné, settings.json vs settings.local.json, serveurs MCP partagés, hooks : ce qui se partage, ce qui reste local, et les pièges.
- aidevtools
Plusieurs comptes Claude Code sur une seule machine
Comment configurer plusieurs comptes Claude Code avec des alias shell, l'isolation des configs, des valeurs par défaut par projet, et les pièges que personne ne mentionne.
- devtoolsai
Résumés de diff de branche git propulsés par IA
Comment générer un résumé intelligent des diffs de branche, mettant en avant les fichiers supprimés et renommés pour que les agents IA aient le contexte pour relire, refactoriser ou documenter.
-
Infrastructure générée par IA : un cauchemar de maintenance
J'ai demandé à une IA de générer du Terraform pour un setup AWS standard. Elle a produit 2 400 lignes qui marchaient parfaitement. Voici pourquoi je ne le déploierais jamais en production.
- ai
Comment vérifier la vraie fenêtre de contexte de votre IA
Comment vérifier la vraie fenêtre de contexte d'un LLM, comprendre le contexte externe contre interne, et éviter le problème de troncature silencieuse.
- aidevtools
Économie de tokens : réduire le gaspillage de contexte
Comment loom-memory transforme un dépôt Git en base de connaissances persistante pour les agents IA, réduisant la dépense en tokens avec du contexte durable plutôt que des lectures à froid.