Le LLMO designe l’optimisation pour la connaissance parametrique d’un modele, c’est-a-dire ce qu’il a memorise lors de son entrainement. Le GEO designe plutot l’optimisation pour la couche de retrieval temps reel d’un moteur generatif. Les leviers different : LLMO depend de la presence dans le corpus d’entrainement (Wikipedia, Common Crawl, presse tier-1, GitHub), GEO depend de la qualite editoriale et structurelle du contenu. Olaf Kopp a propose le terme Brand Context Optimization (BCO) comme cadre integrateur.
Definition
LLMO
Aussi designe par : Large Language Model Optimization, Optimisation pour modele de langage
Ensemble des techniques destinees a apparaitre dans les reponses generees par un modele de langage a partir de ses donnees d'entrainement (sans recherche temps reel).