EN DIRECT
Google présente "Gemini 4 Carbon", nouvelle étape de sa gamme de modèles28/10/26 · Google|DeepMind dévoile Genie 4, une nouvelle génération de modèle de monde27/10/26 · Google DeepMind|Anthropic dépose son dossier d'introduction en bourse, dominé par les risques26/10/26 · Anthropic|Une politique robotique entraînée uniquement en simulation égale les meilleurs systèmes réels26/10/26|OpenAI dévoile GPT-6.1 Terra, un modèle taillé pour l'usage d'ordinateur26/10/26 · OpenAI|L'IA de Google reste évasive sur l'issue de l'élection américaine de 202028/10/26 · Google|NVIDIA dévoile Nemotron 3.5 Transcribe, un modèle de transcription multilingue pilotable par prompt28/10/26 · NVIDIA|OpenAI et ServiceNow élargissent leur partenariat autour des workflows d'entreprise28/10/26 · OpenAI|Des start-ups défuntes revendent leurs données pour entraîner des IA28/10/26|Anthropic élargit son programme AI for Science à 20 fondations et instituts de recherche28/10/26 · Anthropic|Anthropic détaille les premiers résultats de Claude appliqué au développement de médicaments27/10/26 · Anthropic|GEPA-Curator : filtrer les échecs pour mieux entraîner les agents LLM27/10/26|Google présente "Gemini 4 Carbon", nouvelle étape de sa gamme de modèles28/10/26 · Google|DeepMind dévoile Genie 4, une nouvelle génération de modèle de monde27/10/26 · Google DeepMind|Anthropic dépose son dossier d'introduction en bourse, dominé par les risques26/10/26 · Anthropic|Une politique robotique entraînée uniquement en simulation égale les meilleurs systèmes réels26/10/26|OpenAI dévoile GPT-6.1 Terra, un modèle taillé pour l'usage d'ordinateur26/10/26 · OpenAI|L'IA de Google reste évasive sur l'issue de l'élection américaine de 202028/10/26 · Google|NVIDIA dévoile Nemotron 3.5 Transcribe, un modèle de transcription multilingue pilotable par prompt28/10/26 · NVIDIA|OpenAI et ServiceNow élargissent leur partenariat autour des workflows d'entreprise28/10/26 · OpenAI|Des start-ups défuntes revendent leurs données pour entraîner des IA28/10/26|Anthropic élargit son programme AI for Science à 20 fondations et instituts de recherche28/10/26 · Anthropic|Anthropic détaille les premiers résultats de Claude appliqué au développement de médicaments27/10/26 · Anthropic|GEPA-Curator : filtrer les échecs pour mieux entraîner les agents LLM27/10/26|
AppEn hausseéditeur officiel

DSPy

App : Un produit que vous utilisez directement

Framework qui remplace l'écriture de prompts par de la programmation et de l'optimisation automatique.

Le plus rigoureux pour des pipelines LLM reproductibles ; courbe d'apprentissage réelle.

Score global
8.7 /10
Sécu : rien à signaler
Utilité
8.0
Fiabilité
10.0
Sécurité
Aucune réserve recensée
Facilité
Technique · Technique

La sécurité reflète la destination des données, les permissions demandées et les incidents recensés à la date de vérification. Ce n’est pas une garantie d’absence de risque : vérifiez le mode de déploiement et les connexions que vous activez.

Ce que ça fait, concrètement

Écrire des prompts à la main pour des systèmes basés sur des modèles de langage produit des résultats fragiles et difficiles à reproduire. DSPy résout ce problème en remplaçant les prompts textuels par du code Python structuré, ce qui rend les pipelines d'IA modulaires, maintenables et optimisables de façon automatique.

Concrètement, vous définissez vos tâches sous forme de signatures typées (entrées et sorties déclarées), puis vous choisissez un module d'exécution comme Predict, ChainOfThought ou ReAct. Un optimiseur comme GEPA ou MIPROv2 ajuste ensuite les prompts et les exemples automatiquement en s'appuyant sur une fonction de score que vous fournissez, jusqu'à ce que la qualité converge.

DSPy s'adresse aux développeurs et aux équipes de recherche qui construisent des systèmes d'IA en production : pipelines RAG, agents avec outils, classifieurs, vérification de faits, traitement multimodal. Il est utilisé en production chez Shopify, Dropbox, AWS, JetBlue, Replit et Databricks, entre autres.

En revanche, DSPy n'est pas adapté aux personnes qui cherchent une interface graphique ou un outil sans code. Il requiert Python 3.10 ou supérieur, une familiarité avec la programmation orientée objet et une compréhension des concepts de base des modèles de langage.

Ce que ça propose

  • ·Signatures typées : déclarez vos tâches comme des entrées et sorties Python typées plutôt que comme des prompts textuels libres.
  • ·Modules d'exécution : choisissez la stratégie d'inférence adaptée, de la complétion directe (Predict) au raisonnement pas à pas (ChainOfThought) en passant par les agents avec outils (ReAct).
  • ·Optimiseurs automatiques : GEPA, MIPROv2, BootstrapFewShot et d'autres algorithmes ajustent les prompts et les exemples en fonction d'une métrique que vous définissez.
  • ·Composition modulaire : assemblez plusieurs signatures et modules en programmes Python réutilisables avec un flux de contrôle ordinaire.
  • ·Support multimodal : les images peuvent être déclarées comme champs de signature, ce qui permet de traiter des tâches visuelles dans le même cadre.
  • ·Compatibilité multi-modèles : connectez DSPy à différents fournisseurs de modèles de langage via la classe LM.
  • ·Sauvegarde et portabilité : exportez un programme optimisé dans un fichier JSON pour le réutiliser ou le partager.
  • ·Intégration MCP v2 : la version 3.3.1 apporte la compatibilité avec le protocole MCP v2 pour les outils.

En pratique

Prix
Gratuit
Usage commercial
Usage commercial : oui
Disponible sur
cli
Licence
MIT

Sécurité et données

Pastille
Sécu : rien à signaler
Vos données
Données en local
Maintenance
Active
Dernière release
12 octobre 2026

Liens et dépôt vérifiés le 25 octobre 2026 · ajoutée le 1 janvier 2023

Comment installer DSPy

1. Vérifiez que Python 3.10 ou supérieur est installé sur votre machine. 2. Installez DSPy via pip : pip install dspy 3. Pour obtenir la toute dernière version depuis la branche principale : pip install git+https://github.com/stanfordnlp/dspy.git 4. Configurez votre clé d'API pour le fournisseur de modèle choisi dans vos variables d'environnement, sans la stocker en clair dans votre code. 5. Consultez la documentation officielle sur dspy.ai pour démarrer avec votre première signature.
pip install dspy

Dans la même catégorie

Toute la catégorie Cadrer (méthodes, garde-fous) →