Cet article analyse l'applicabilité des modèles linguistiques à grande échelle (LLM) à environ 2 000 langues sous-dotées en Afrique. En comparant et en analysant six LLM, huit modèles linguistiques à petite échelle (SLM) et six SLM spécialisés (SSLM), nous évaluons l'état actuel de la prise en charge des langues africaines, les jeux de données d'entraînement, les limitations techniques, les problèmes de caractères et les feuilles de route de la modélisation linguistique. Les résultats de l'analyse montrent que, bien que 42 langues africaines soient prises en charge et que 23 jeux de données publics existent, il existe encore un écart important dans la prise en charge de plus de 98 % des langues africaines. De plus, il est souligné que seuls les alphabets latin, arabe et ge’ez sont pris en charge, et que plus de 20 alphabets actifs sont ignorés. Les principaux problèmes présentés sont l'insuffisance des données, le biais de tokenisation, le coût de calcul élevé et les problèmes d'évaluation.
