diff --git a/hepia_2024/pres.md b/hepia_2024/pres.md
index 075f3f4974a936a04ef4b34afbf6f8f09ff698eb..de0ea35ea6a6ed526d0610e64a6d0f95abdb417f 100644
--- a/hepia_2024/pres.md
+++ b/hepia_2024/pres.md
@@ -6,13 +6,13 @@
 
 \Huge Introduction aux modèles génératifs (LLMs)
 
-# Qu'est-ce que l'IA 
+# Qu'est-ce que l'IA?
 
 * Ensemble de techniques visant à simuler l'intelligence humaine:
     * Moteurs de recherche,
     * Voitures autonomes,
     * Compréhension du langage naturel,
-    * Chatbots,
+    * Chatbot,
     * Génération d'images, ...
 
 . . .
@@ -56,18 +56,25 @@
 
 * Et ainsi de suite.
 
+. . .
+
+## En d'autres termes...
+
+***On veut un auto-compléteur de texte!***
 
 # Fonctionnement des LLMs (2/4)
 
-## Contraintes sur le "mot suivant"
+## De quoi dépend le "mot suivant"?
 
-* Orthographe, syntaxe, grammaire,
-* Mots qui précèdent directement,
+* Des mots qui précèdent directement,
 * Du contexte général.
+* Doit avoir la bonne forme (orthographe, grammaire, etc)
 
 . . .
 
-* Problème complexe à **formaliser** et donc à **implémenter** informatiquement (malgré beaucoup d'efforts).
+## Problème difficile
+
+* Problème complexe à **formaliser**/**modéliser**, donc à **implémenter** informatiquement (malgré beaucoup d'efforts).
 
 # Fonctionnement des LLMs (3/4)
 
@@ -85,7 +92,7 @@
 
 . . .
 
-* Comment trouver les paramètres?
+## Comment trouver les paramètres?
 
 # Fonctionnement des LLMs (4/4)
 
@@ -166,28 +173,28 @@
 
 **Leçon 1 : Introduction à l'algorithmique**
 
-- Définition de l'algorithmique et histoire.
-- Exemples d'algorithmes simples.
+* Définition de l'algorithmique et histoire.
+* Exemples d'algorithmes simples.
 
 **Leçon 2 : Notions de base**
 
-- Termes clés et concepts fondamentaux.
-- Exercices pratiques.
+* Termes clés et concepts fondamentaux.
+* Exercices pratiques.
 
 **Leçon 3 : Complexité algorithmique**
 
-- Analyse de la complexité en temps et en espace.
-- Exemples et exercices.
+* Analyse de la complexité en temps et en espace.
+* Exemples et exercices.
 
 **Leçon 4 : Tri et recherche**
 
-- Algorithmes de tri et de recherche.
-- Implémentation et comparaison.
+* Algorithmes de tri et de recherche.
+* Implémentation et comparaison.
 
 **Leçon 5 : Structures de données**
 
-- Listes, piles, files, arbres.
-- Exemples concrets.
+* Listes, piles, files, arbres.
+* Exemples concrets.
 
 # Cas d'utilisation: séance (1/5)
 
@@ -245,7 +252,7 @@ Autrement dit, lorsque `n` tend vers l'infini, le temps d'exécution est proport
 
 . . .
 
-**Note :** Erreur: la formule est fausse, le deuxième `t2` ne devrait pas être là.
+**Note :** Discutable: la formule est fausse ou imprécise manque un `t4`.
 
 # Cad d'utilisation : séance (4/5)
 
@@ -351,10 +358,12 @@ Wikipedia: "Instead of **solving the Navier–Stokes equations directly**, a **f
 
 # Études sur l'efficacité des modèles pour l'informatique
 
-* Sur des questions populaires: 50% des réponses sont fausses
+## Biais
+
+* Sur des questions populaires: 50% des réponses sont fausses[^2]
 * Problème: 30\% des sondés croient la mauvaise réponse plutôt que la bonne (biais dû au style).
 
-Source: <https://dl.acm.org/doi/pdf/10.1145/3613904.3642596>
+[^2]: Source: [Is Stack Overflow Obsolete?](https://dl.acm.org/doi/pdf/10.1145/3613904.3642596)
 
 # Le coût des modèles génératifs
 
@@ -384,7 +393,7 @@ Source: <https://dl.acm.org/doi/pdf/10.1145/3613904.3642596>
 
 **Comparaison :** Une recherche Google vaut 1g, une impression de mail 10g.
 
-# Conclusion
+# Conclusion et avenir
 
 \Huge Conclusion et avenir
 
@@ -417,8 +426,8 @@ Si vous ne pouvez pas dire si un contenu est correct en *secondes*, n'utilisez p
 
 * L'avenir est très incertain: 
     * Évolution de ces modèles (+efficaces? +sûrs? -énergivores?)
-    * Évolution de la législation (meilleure protection des usagers? des créateurs? 
-        * Loi européenne: <https://vcsi.org/eu-ai-act-comprehensive-regulation/>
+    * Évolution de la législation (meilleure protection des usagers? des créateurs?)
+        * [Nouvelle loi européenne](https://vcsi.org/eu-ai-act-comprehensive-regulation/)
 * A suivre donc, mais prudence...
 
 # Merci