Une image vaut mille tokens : une description pour les gouverner toutes
Jeudi 11:20, Amphi A
Exploiter des centaines de milliers d’images produits avec un LLM, sans faire exploser les coûts ni ralentir les pipelines. Les images sont une mine d’or pour le e-commerce — catégorisation, modération, enrichissement des fiches produits — mais leur traitement reste coûteux et lent. Ce retour d’expérience présente comment nous avons transformé chaque image en une description textuelle unique et réutilisable, exploitable par de multiples pipelines, et comment nous avons choisi nos modèles à l’aide de bases synthétiques d’évaluation.
Dans le e-commerce, l’image porte une part essentielle de l’information produit, souvent absente ou incomplète dans le texte. Elle peut servir à de nombreux usages : catégoriser un produit, le modérer, détecter un logo, ou enrichir une fiche. Mais traiter directement les images à chaque étape coûte cher et ralentit mécaniquement les chaînes de traitement.
- Plutôt que de re-traiter l’image pour chaque besoin, nous générons une description textuelle riche une seule fois, puis nous l’exploitons dans des pipelines aval purement textuels — bien plus rapides et économiques.
- Un benchmark de modèles propriétaires et open source (dont Flux) nous a permis d’arbitrer entre gain, performance et rapidité selon les contraintes de chaque usage.
- Pour évaluer rigoureusement nos modèles, nous avons construit des bases synthétiques dédiées, contournant l’absence de jeux annotés sur nos cas réels.
Ce projet montre comment une description unique peut démultiplier la valeur des images tout en maîtrisant coûts et latence.
Pietro Fodra
Fort de huit années d’expérience au sein de Cdiscount et de ses filiales, j’ai occupé divers postes stratégiques dans des domaines variés : Data Science (acquisition digitale et scoring de crédit), Produit (catalogue produit), puis Direction Trafic (acquisition & SEO).
Je suis actuellement Directeur de la Transformation en IA Générative au sein du pôle Data Science de Peaksys, la filiale tech de Cdiscount, avec pour mission de déployer cette technologie innovante à l’échelle de notre groupe CNOVA.
Mathématicien de formation, j’ai obtenu un doctorat en mathématiques appliquées aux marchés financiers, avec une spécialisation en trading à haute fréquence, à l’Université Paris VII Diderot. J’ai également exercé plusieurs années dans le domaine de la finance quantitative.
LinkedIn : https://www.linkedin.com/in/pfodraphd/