Pere Martra est ingénieur de recherche spécialisé dans l'optimisation et l'adaptation éthique des grands modèles de langage (LLM). Auteur de Large Language Models Projects (Apress, 2024), il développe actuellement de nouvelles techniques d'élagage (pruning) et d'inférence adaptative pour son prochain ouvrage avec Manning Publications.
Ses recherches portent sur l'élagage structuré, l'efficacité des modèles et l'optimisation soucieuse de l'équité (fairness-aware). Créateur d'OptiPfair et de WizardSData—des outils open source pour l'élagage de modèles, la détection de biais et la génération de données synthétiques, respectivement. Ses travaux publiés sur les architectures basées sur GLU montrent comment l'optimisation peut concilier performance et durabilité environnementale en IA.
Contributeur open source actif, Pere maintient des dépôts GitHub totalisant plus de 2 000 étoiles, dont un cours pratique sur les LLM largement adopté, et contribue aux Cookbooks de Hugging Face et de Google Gemini. Il est titulaire d'un master en recherche en IA.
Contact : pour toute question sur le livre ou ses techniques d'optimisation, vous pouvez le contacter via les réseaux sociaux ou le dépôt GitHub du livre—Pere échange activement avec la communauté technique.