> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-fr/entrainement.md).

# Entraînement

- [Aperçu](https://docs.clore.ai/guides/guides_v2-fr/entrainement/training.md)
- [Entraînement ML Jupyter](https://docs.clore.ai/guides/guides_v2-fr/entrainement/jupyter-ml-training.md): Configurez JupyterLab avec prise en charge GPU pour l'entraînement ML sur Clore.ai
- [DreamBooth](https://docs.clore.ai/guides/guides_v2-fr/entrainement/dreambooth.md): Entraînez des modèles d'images personnalisés avec DreamBooth sur les GPU Clore.ai
- [Entraînement Kohya](https://docs.clore.ai/guides/guides_v2-fr/entrainement/kohya-training.md): Entraînez LoRA et DreamBooth pour Stable Diffusion avec Kohya sur Clore.ai
- [Ajustement fin de LLM](https://docs.clore.ai/guides/guides_v2-fr/entrainement/finetune-llm.md): Affinez des LLM personnalisés avec des techniques efficaces sur les GPU Clore.ai
- [Fine-tuning 2x plus rapide avec Unsloth](https://docs.clore.ai/guides/guides_v2-fr/entrainement/unsloth-finetune.md): Affinez les LLM deux fois plus vite avec 70 % de VRAM en moins grâce à Unsloth sur Clore.ai
- [Fine-tuning universel Axolotl](https://docs.clore.ai/guides/guides_v2-fr/entrainement/axolotl-training.md): Fine-tuning de LLM piloté par YAML avec Axolotl sur Clore.ai — LoRA, QLoRA, DPO, multi-GPU
- [Entraînement DeepSpeed](https://docs.clore.ai/guides/guides_v2-fr/entrainement/deepspeed-training.md): Entraînez efficacement de grands modèles avec DeepSpeed sur les GPU Clore.ai
- [Transformers de HuggingFace](https://docs.clore.ai/guides/guides_v2-fr/entrainement/huggingface-transformers.md): Utilisez HuggingFace Transformers pour le NLP, la vision et l'audio sur Clore.ai
- [LLaMA-Factory](https://docs.clore.ai/guides/guides_v2-fr/entrainement/llama-factory.md): Affinez plus de 100 LLM avec LoRA/QLoRA et une interface web sur les GPU Clore.ai à l'aide de LLaMA-Factory
- [LitGPT](https://docs.clore.ai/guides/guides_v2-fr/entrainement/litgpt.md)
- [Fusion de modèles Mergekit](https://docs.clore.ai/guides/guides_v2-fr/entrainement/mergekit.md)
- [TRL (entraînement RLHF/DPO)](https://docs.clore.ai/guides/guides_v2-fr/entrainement/trl.md)


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.clore.ai/guides/guides_v2-fr/entrainement.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.