LLMs from Scratch vs 
Made With ML
LLMs from Scratch vs Made With ML comparé pour 2026 — fonctionnalités, licence, facilité d'utilisation, performance et lequel choisir. Construisez un GPT à partir de rien, ligne par ligne vs De notebook à système de production.
Mis à jour régulièrement · curé par olud.ai
LLMs from Scratch vs Made With ML en un coup d'œil
| Spécification | LLMs from Scratch | Made With ML |
|---|---|---|
| Catégorie | Apprenez l'IA et l'apprentissage automatique | Apprenez l'IA et l'apprentissage automatique |
| Type | Livre + code | Cours (MLOps) |
| Licence | Apache-2.0 | MIT |
| S'exécute localement | Oui | Oui |
| Langue principale | Python | Python |
| Facilité d'utilisation | Intermédiaire | Intermédiaire |
| Meilleur pour | comprendre réellement comment fonctionne un LLM | le fossé entre un notebook et la production |
| Étoiles GitHub | 99.5k | 48.8k |
Comment LLMs from Scratch et Made With ML se comparent
| Critère | LLMs from Scratch | Made With ML |
|---|---|---|
| Popularité | 4.5 | 4.0 |
| Maintenance | 5.0 | 4.0 |
| Facilité d'utilisation | 3.5 | 3.5 |
| Confidentialité | 5.0 | 5.0 |
| Liberté de licence | 5.0 | 5.0 |
Les scores sont calculés automatiquement à partir de signaux publics — étoiles GitHub (popularité), activité récente de commit (maintenance), type de licence (liberté), conception locale (confidentialité) et complexité d'intégration (facilité d'utilisation). Indicatif, pas un verdict.
Ce que chacun est
LLMs from Scratch
Le dépôt compagnon de Sebastian Raschka pour "Build a Large Language Model (From Scratch)" : vous implémentez l'attention, un transformateur, le pré-entraînement et le fine-tuning vous-même, en PyTorch pur.
- Vous construisez chaque composant vous-même — pas de boîtes noires
- Fonctionne sur un ordinateur portable, pas besoin de cluster
- L'explication la plus claire de l'attention qui existe
Made With ML
Le cours de Goku Mohandas sur le passage du ML d'un notebook à un système de production fiable : tests, CI/CD, surveillance et l'ingénierie que la plupart des cours ignorent.
- Couvre l'ingénierie que les cours omettent
- Tests, CI/CD et surveillance pour le ML
- Écrit par un praticien, pas un académique
Principales différences
LLMs from Scratch est livre + code, tandis que Made With ML est cours (MLOps). Leurs licences diffèrent (Apache-2.0 vs MIT), ce qui est important si vous expédiez un produit commercial. En résumé, LLMs from Scratch convient pour comprendre réellement comment fonctionne un LLM, et Made With ML comble le fossé entre un notebook et la production.
Lequel devriez-vous choisir ?
Choisissez LLMs from Scratch pour comprendre réellement comment fonctionne un LLM. Choisissez Made With ML pour le fossé entre un notebook et la production.
Il n'y a rarement un gagnant — de nombreuses configurations utilisent les deux. Le bon choix dépend de votre matériel, des compétences de votre équipe et de votre préférence pour la simplicité ou le contrôle.
Questions fréquemment posées
LLMs from Scratch ou Made With ML, lequel est plus facile à utiliser ?
Les deux sont à un niveau similaire (Intermédiaire). Votre choix devrait dépendre de l'adéquation plutôt que de la difficulté.
LLMs from Scratch et Made With ML sont-ils gratuits ?
LLMs from Scratch est gratuit et open source (Apache-2.0), et Made With ML est gratuit et open source (MIT). Aucun ne facture pour le logiciel de base.
Puis-je exécuter LLMs from Scratch et Made With ML localement ?
LLMs from Scratch : oui · Made With ML : oui. Les deux peuvent être utilisés sans envoyer vos données à un cloud tiers où leur configuration le permet.
LLMs from Scratch vs Made With ML — lequel devrais-je choisir en 2026 ?
Choisissez LLMs from Scratch pour comprendre réellement comment fonctionne un LLM. Choisissez Made With ML pour le fossé entre un notebook et la production.
Les gens comparent aussi
Explorez plus d'IA open-source
Parcourez des milliers d'outils, modèles et projets d'IA open-source — tous regroupés au même endroit, mis à jour quotidiennement.
Explorez le répertoire →