Update README.md

README.md

@@ -23,8 +23,7 @@ utilise un **véritable modèle de deep learning chargé et exécuté localement
 - **Architecture :** Transformer Seq2Seq (encoder-decoder), pré-entraîné
 - **Particularité :** un seul modèle gère la traduction entre **~200 langues**, contrairement aux modèles
   Helsinki-NLP/opus-mt qui nécessitent un modèle différent par paire de langues
-- **Inférence :** réalisée via `transformers.pipeline("translation", ...)`, en local, sans dépendre d'une API
-  tierce payante
+- **Inférence :** chargement direct via `AutoTokenizer` + `AutoModelForSeq2SeqLM`, puis génération avec `model.generate(...)`, en local, sans dépendre d'une API tierce payante
 
 Ce choix technique est plus proche de l'esprit "AI model development" du stage, car il implique le chargement,
 la manipulation et l'inférence d'un vrai modèle de NLP, plutôt qu'un simple appel HTTP à un service externe.