Skip to content

Corindpz/LLm-compare

Repository files navigation

lien streamlit : https://softway-llm-rqp.streamlit.app/

Analyse des LLM - Rapport Qualité/Prix pour Entreprises 2025

Ce projet permet d'analyser et de comparer différents modèles LLM pour identifier le meilleur rapport qualité/prix pour une entreprise en 2025.

📋 Prérequis

  • Python 3.8 ou supérieur
  • Windows, macOS ou Linux

🚀 Installation et Configuration

1. Activer l'environnement virtuel

Sur Windows :

venv\Scripts\activate

Sur macOS/Linux :

source venv/bin/activate

2. Vérifier l'installation

Les dépendances devraient déjà être installées, mais si besoin :

pip install -r requirements.txt

📓 Utilisation du Notebook Jupyter

Lancer Jupyter Notebook

Après avoir activé l'environnement virtuel :

jupyter notebook

Ou avec JupyterLab :

jupyter lab

Ouvrir le notebook d'analyse

  1. Ouvrir le fichier : comparaison modeles IA/analyse_llm_qualite_prix.ipynb
  2. Exécuter les cellules une par une (Shift + Enter) ou toutes ensemble (Cell > Run All)

📊 Contenu du Notebook

Le notebook contient :

  1. Import et chargement des données : Importation des bibliothèques et chargement des CSV
  2. Exploration des données : Statistiques descriptives et aperçu des données
  3. Calcul des métriques :
    • Score de qualité global
    • Score rapport qualité/prix
    • Score entreprise (qualité + prix + vitesse)
  4. Analyses :
    • Top 10 meilleur rapport qualité/prix
    • Top 10 meilleurs pour entreprises
    • Visualisations graphiques
    • Recommandations par cas d'usage
  5. Conclusion : Recommandation finale du meilleur modèle

📁 Structure des fichiers

data/
├── venv/                    # Environnement virtuel Python
├── comparaison modeles IA/
│   ├── llm_comparison_dataset.csv      # Dataset principal
│   ├── large_scale_ai_models.csv        # Dataset complémentaire
│   └── analyse_llm_qualite_prix.ipynb   # Notebook d'analyse
├── requirements.txt         # Dépendances Python
└── README.md               # Ce fichier

🎯 Métriques calculées

  • Quality_Score : Score de qualité combinant MMLU, Chatbot Arena et Quality Rating
  • Qualite_Prix_Score : Rapport qualité/prix optimisé
  • Score_Entreprise : Score global pour entreprises (qualité 50%, prix 30%, vitesse 20%)

💡 Conseils d'utilisation

  • Exécutez les cellules dans l'ordre pour une analyse complète
  • Modifiez les pondérations dans la section "Calcul des métriques" pour adapter à vos besoins
  • Explorez les différents graphiques pour visualiser les tendances
  • Consultez les recommandations par cas d'usage pour des choix spécifiques

📝 Notes

  • Les données sont normalisées pour permettre la comparaison entre modèles
  • Les scores Open Source vs Propriétaire sont également analysés
  • Les visualisations sont interactives et peuvent être ajustées

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors