@inproceedings{vallet-suignard-2025-evaluation,
    title = "Evaluation de petits mod{\`e}les de langues ({SLM}) sur un corpus de Sciences Humaines et Sociales ({SHS}) en fran{\c{c}}ais",
    author = "Vallet, Sam  and
      Suignard, Philippe",
    editor = "Bechet, Fr{\'e}d{\'e}ric  and
      Chifu, Adrian-Gabriel  and
      Pinel-sauvagnat, Karen  and
      Favre, Benoit  and
      Maes, Eliot  and
      Nurbakova, Diana",
    booktitle = "Actes de l'atelier {\'E}valuation des mod{\`e}les g{\'e}n{\'e}ratifs (LLM) et challenge 2025 (EvalLLM)",
    month = "6",
    year = "2025",
    address = "Marseille, France",
    publisher = "ATALA {\textbackslash}{\textbackslash}{\&} ARIA",
    url = "https://preview.aclanthology.org/corrections-2025-10/2025.jeptalnrecital-evalllm.15/",
    pages = "178--187",
    language = "fra",
    abstract = "Cet article {\'e}value une s{\'e}rie de plusieurs petits mod{\`e}les de langues (SLM) sur une t{\^a}che de classification de tweets en fran{\c{c}}ais. Plusieurs strat{\'e}gies d{'}optimisation sont test{\'e}es : diff{\'e}rents prompts (zero-shot, few-shot), fine-tuning avec une couche de classification, pr{\'e}sence ou non d{'}une couche LoRa. Les r{\'e}sultats obtenus avec le mod{\`e}le Qwen optimis{\'e} rivalisent avec un mod{\`e}le beaucoup plus gros, ce qui valide notre int{\'e}r{\^e}t pour les petits mod{\`e}les."
}