R\u00e9ponse de ollama\/qwen2.5:3b. Selon les articles mentionnant Jean-Claude Gaudin, il est un personnage politique marseillais. Il a \u00e9t\u00e9 maire de Marseille de 1995 \u00e0 2001. Il est connu pour sa capacit\u00e9 d\u2019action politique, mais aussi pour ses d\u00e9bats avec ses opposants, notamment sur des sujets comme la r\u00e9flexion politique et la gestion de la m\u00e9tropole marseillaise. Il est \u00e9galement connu pour son lien \u00e9troit avec Patrick Mennucci, son pr\u00e9d\u00e9cesseur en tant que maire
de Marseille. Il a \u00e9galement \u00e9t\u00e9 ministre des Affaires \u00e9trang\u00e8res de 2007 \u00e0 2008. Il est actuellement d\u00e9put\u00e9 de la 10\u00e8me circonscription de la M\u00e9tropole du Grand Marseille. <\/mark><\/p>\n\n\n\n
La r\u00e9ponse est fluide et bien \u00e9crite. Elle commence par \u00ab selon les articles \u00bb, ce qui laisse
penser que tout vient de l\u2019archive. Nous revenons sur son contenu dans la section 5.<\/p>\n\n\n\n
4 Ce qui fonctionne bien<\/h2>\n\n\n\n
Une fois l\u2019ingestion termin\u00e9e, l\u2019outil est agr\u00e9able \u00e0 utiliser. L\u2019interface est claire et les r\u00e9ponses arrivent rapidement. Sur une question g\u00e9n\u00e9rale comme \u00ab quels sont les th\u00e8mes principaux des
articles de ce corpus ? \u00bb, le mod\u00e8le identifie correctement que les articles traitent de politique locale marseillaise. Il cite des personnalit\u00e9s pr\u00e9sentes dans le corpus, comme Jean-Claude Gaudin
ou Maryse Joissains, et donne les URL des pages d\u2019o\u00f9 viennent les extraits.
Les r\u00e9ponses sont dans l\u2019ensemble coh\u00e9rentes avec les extraits qui leur sont fournis. Le mod\u00e8le reste prudent quand il ne trouve pas ce qu\u2019on lui demande. \u00c0 la question sur les probl\u00e8mes urbains, il indique d\u2019abord qu\u2019il n\u2019a rien trouv\u00e9 de sp\u00e9cifique, puis propose ce qui s\u2019en rapproche le plus, en l\u2019occurrence des articles sur les pistes cyclables et le Centre Bourse. Ce comportement est pr\u00e9f\u00e9rable \u00e0 une r\u00e9ponse invent\u00e9e.
Le fait que tout soit en local est aussi un avantage. Aucune donn\u00e9e ne sort de la machine, ce qui compte pour des archives sous droits.<\/p>\n\n\n\n
5 Ce qui fonctionne moins bien<\/h2>\n\n\n\n
Le premier probl\u00e8me concerne les sources. Quelle que soit la question, l\u2019outil retourne exactement quatre extraits, comme le montre la Figure 1. Ce nombre est fixe. Il ne d\u00e9pend ni de la Le deuxi\u00e8me probl\u00e8me concerne la consultation des sources. L\u2019interface affiche seulement l\u2019extrait de texte qui a servi au mod\u00e8le. On ne voit pas la page archiv\u00e9e dans son ensemble. Avec un outil comme SolrWayback, on peut ouvrir la page telle qu\u2019elle a \u00e9t\u00e9 captur\u00e9e, avec sa mise en page et son contexte. Ici on ne dispose que d\u2019un fragment. Il est donc difficile de v\u00e9rifier si le mod\u00e8le a bien compris l\u2019extrait ou s\u2019il a extrapol\u00e9. WARC-GPT est un outil int\u00e9ressant pour une premi\u00e8re exploration d\u2019une archive web. L\u2019installation est simple, l\u2019interface est propre et le fonctionnement en local prot\u00e8ge les donn\u00e9es. En revanche, l\u2019ingestion est tr\u00e8s lente, le nombre de sources est fig\u00e9 \u00e0 quatre, on ne peut pas consulter les pages archiv\u00e9es dans leur ensemble et le mod\u00e8le m\u00e9lange le contenu de l\u2019archive avec ses propres connaissances, parfois erron\u00e9es. Dans l\u2019\u00e9tat, il ne remplace pas un outil de recherche comme SolrWayback. Il peut le compl\u00e9ter pour formuler des questions ouvertes, \u00e0 condition de v\u00e9rifier chaque r\u00e9ponse dans l\u2019archive.<\/p>\n","protected":false},"excerpt":{"rendered":"
question ni de la quantit\u00e9 de contenu pertinent dans l\u2019archive. Parfois les quatre extraits sont en rapport avec la question, parfois aucun ne l\u2019est. Pour une question sur les th\u00e8mes principaux
d\u2019un corpus de plusieurs milliers de pages, quatre extraits ne suffisent pas. La r\u00e9ponse ne d\u00e9crit pas le corpus, elle d\u00e9crit quatre pages tir\u00e9es du corpus.<\/p>\n\n\n\n![\"\"](\"https:\/\/pba.mmsh.fr\/wp-content\/uploads\/2026\/11\/image.png\")
<\/figure>\n\n\n\n
Figure 1<\/strong> \u2013 Les quatre sources retourn\u00e9es par WARC-GPT pour une question sur les th\u00e8mes du corpus. Toutes pointent vers le m\u00eame fichier WARC et il faut d\u00e9plier chaque entr\u00e9e pour voir l\u2019extrait.<\/p>\n\n\n\n
Le troisi\u00e8me probl\u00e8me concerne la fiabilit\u00e9 du mod\u00e8le. La r\u00e9ponse sur Jean-Claude Gaudin reproduite plus haut m\u00e9lange des \u00e9l\u00e9ments pr\u00e9sents dans les extraits et des affirmations fausses.
Le mod\u00e8le \u00e9crit qu\u2019il a \u00e9t\u00e9 maire de Marseille de 1995 \u00e0 2001, ministre des Affaires \u00e9trang\u00e8res de 2007 \u00e0 2008 et que Patrick Mennucci est son pr\u00e9d\u00e9cesseur. Aucune de ces informations n\u2019est
exacte et aucune ne vient de l\u2019archive. Le mod\u00e8le compl\u00e8te avec ce qu\u2019il croit savoir, et un mod\u00e8le de 3 milliards de param\u00e8tres sait peu de choses de mani\u00e8re fiable. Un mod\u00e8le plus gros donnerait
sans doute de meilleurs r\u00e9sultats, mais le temps de r\u00e9ponse augmenterait.<\/p>\n\n\n\n6 Conclusion<\/h2>\n\n\n\n