bitcoin
bitcoin

$64426.275079 USD

-3.96%

ethereum
ethereum

$1793.025282 USD

-5.24%

tether
tether

$0.999493 USD

0.05%

bnb
bnb

$590.176397 USD

-4.18%

usd-coin
usd-coin

$0.999903 USD

0.01%

xrp
xrp

$0.956416 USD

-2.81%

solana
solana

$70.390953 USD

-6.30%

tron
tron

$0.307252 USD

-1.68%

hyperliquid
hyperliquid

$65.400630 USD

-5.44%

zcash
zcash

$897.603019 USD

-0.85%

monero
monero

$489.783944 USD

-7.62%

dogecoin
dogecoin

$0.057896 USD

-7.24%

unus-sed-leo
unus-sed-leo

$9.119479 USD

-1.58%

chainlink
chainlink

$9.104602 USD

-4.60%

cardano
cardano

$0.150431 USD

-7.46%

Vidéo d’actualité sur les crypto-monnaies

Ingénierie du contexte : la compétence au-delà de l'incitation

Nov 16, 2026 at 12:30 pm Garvit Anand

Chacun des 18 modèles de l’étude « Context Rot » de Chroma 2025 s’est détérioré à mesure que sa contribution augmentait. Une fenêtre contextuelle plus grande n’est pas la solution ; choisir ce qui entre dans la composition. Il s’agit de l’ingénierie contextuelle : la compétence qui compte plus que la formulation intelligente d’invites. Dans cette vidéo : • Pourquoi chaque appel LLM est sans état et pourquoi « le modèle est stupide » est généralement un bug de contexte • La fenêtre de contexte comme budget : jetons et attention • Les quatre types de contexte : instructions, récupération, mémoire, outils • Assemblage de contexte dynamique : classer, rassembler, filtrer, ajuster, ordonner, restituer, réécrire • Un assembleur de contexte minimal en Python • Perdu au milieu : où placer les instructions, les données et la question • Compression, compactage et pourriture du contexte dans de longues sessions • Modes de défaillance, évaluation et sécurité • 3 questions d'entretien + 1 drapeau rouge Chapitres : 00:00 Introduction : 18 des 18 modèles se sont détériorés 00:27 Pourquoi le contexte est plus important que la formulation 01:54 Idée de base : la fenêtre contextuelle est un budget 05:20 Comment ça marche : assemblage dynamique du contexte 09:06 Compromis, pourriture du contexte et production 11:47 Mon avis : gestion de l'état pour le modèle 12:16 Questions d'entretien + drapeau rouge 13:41 Récapitulatif et suite 📚 Série complète : AI Engineering for Developers (playlist) ▶️ Regarder ensuite : #13 Prompt Caching : réduire les coûts et la latence du LLM 🔗 Mentorat 1:1/simulations d'entretiens : https://topmate.io/garvit_anand 🔗 LinkedIn : https://www.linkedin.com/in/garvitanand2/ 🔗 Site Web : https://gigworkai.com/ 👍 Si cela vous a aidé, aimez et abonnez-vous chaque jour à un concept d'ingénierie IA. ☕ Vous avez aimé cette vidéo ? Achetez-moi un café : https://razorpay.me/@gigworkai Sources : Anthropic Engineering, « Ingénierie de contexte efficace pour les agents IA » (septembre 2025) ; Chroma, rapport technique « Context Rot » (juillet 2025) ; Liu et al., « Perdu au milieu » (2023). La narration est générée par l'IA (Kokoro TTS) ; les schémas et le code sont originaux. #ContextEngineering #PromptEngineering #LLM #AIEngineering #GenerativeAI
Source vidéo:Youtube

Clause de non-responsabilité:info@kdj.com

Les informations fournies ne constituent pas des conseils commerciaux. kdj.com n’assume aucune responsabilité pour les investissements effectués sur la base des informations fournies dans cet article. Les crypto-monnaies sont très volatiles et il est fortement recommandé d’investir avec prudence après une recherche approfondie!

Si vous pensez que le contenu utilisé sur ce site Web porte atteinte à vos droits d’auteur, veuillez nous contacter immédiatement (info@kdj.com) et nous le supprimerons dans les plus brefs délais.

Autres vidéos publiées sur Nov 16, 2026