Comprendre les termes

Glossaire pratique de l’intelligence artificielle

Des définitions courtes et précises pour lire les offres, poser de meilleures questions et évaluer les outils sans confondre promesses et capacités. 28 notions classées par usage.

Bureau d’étude avec carnet de schémas et cartes représentant des notions d’intelligence artificielle.

28 notions

Fondations

Modèle IA

Système entraîné sur des données pour produire un résultat à partir d’une entrée. Un modèle peut être proposé dans plusieurs applications.

#

Grand modèle de langage (LLM)

Modèle entraîné à traiter et générer du langage. Il peut rédiger ou résumer, sans être une base de faits garantie.

#

Token

Unité de texte traitée par un modèle : mot, partie de mot ou signe. Les limites et coûts sont souvent exprimés en tokens.

#

Fenêtre de contexte

Quantité maximale d’informations qu’un modèle peut prendre en compte dans une requête, entrée et sortie comprises.

#

Interagir avec un modèle

Consigne (prompt)

Instruction et contexte fournis à un système IA. Une bonne consigne précise le résultat attendu, les contraintes et le format.

#

Instruction système

Consigne qui encadre le comportement d’un assistant. Elle ne remplace pas les contrôles techniques des accès et des données.

#

Multimodal

Capacité à traiter ou produire plusieurs types de contenu, par exemple texte, image, son et vidéo.

#

Température

Paramètre qui influe sur la diversité des sorties de certains modèles. Une valeur basse ne garantit pas une réponse exacte.

#

Réponses et sources

Hallucination

Réponse plausible mais fausse, inventée ou sans appui dans les éléments disponibles. Une source ou citation peut aussi être fabriquée.

#

Ancrage dans les sources

Méthode reliant une réponse à des documents identifiables. Elle facilite la vérification, mais une source peut encore être mal interprétée.

#

Génération augmentée par récupération (RAG)

Architecture qui recherche des passages dans un corpus avant de les fournir au modèle pour sa réponse. Sa qualité dépend aussi des documents et de la recherche.

#

Citation de source

Référence affichée avec une réponse pour retrouver l’origine d’une affirmation. Il faut ouvrir la source et contrôler le passage, la date et le contexte.

#

Architecture

Vecteur sémantique (embedding)

Représentation numérique d’un contenu utilisée pour comparer des proximités de sens. Des éléments proches ne sont pas nécessairement équivalents ou vrais.

#

Base vectorielle

Système qui stocke des vecteurs et retrouve des éléments proches. Dans un RAG, il aide à sélectionner des passages sans vérifier leur exactitude.

#

Ajustement du modèle (fine-tuning)

Entraînement complémentaire sur des exemples ciblés pour modifier le comportement d’un modèle. Il ne remplace pas une base documentaire à jour.

#

Interface de programmation (API)

Accès technique permettant à une application de demander un service IA. Coûts, quotas et règles de traitement dépendent de l’offre.

#

Agents et automatisation

Agent IA

Système combinant modèle, objectifs, outils et étapes de décision pour accomplir une tâche. Son autonomie doit être encadrée par des permissions.

#

Appel d’outil

Mécanisme par lequel un modèle demande à une application d’exécuter une fonction, comme rechercher ou calculer. L’application contrôle l’exécution réelle.

#

Flux de travail

Suite d’étapes reliant personnes, données et outils. Une automatisation fiable prévoit les erreurs, les reprises et les validations.

#

Validation humaine

Décision ou contrôle exercé par une personne avant ou après une action du système, utile quand une erreur aurait des conséquences importantes.

#

Évaluation

Jeu de tests

Ensemble stable de cas représentatifs et de critères servant à comparer les versions d’une IA sur une tâche définie.

#

Référence comparative (benchmark)

Évaluation standardisée comparant des systèmes selon une méthode annoncée. Un bon score public ne garantit pas la qualité sur vos données.

#

Régression

Dégradation d’un comportement qui fonctionnait auparavant, parfois après un changement de modèle, de consigne ou de données.

#

Latence

Temps entre une requête et un résultat utilisable. Mesurez aussi le temps de recherche, des outils et de validation humaine.

#

Données et droits

Donnée personnelle

Information qui identifie une personne directement ou indirectement. Vérifiez la nécessité et les conditions de traitement avant de la transmettre.

#

Durée de conservation

Période pendant laquelle un service garde les entrées, sorties ou journaux. Elle varie selon le produit, l’offre et les réglages.

#

Poids ouverts

Modèle dont les paramètres entraînés sont distribués sous licence. Cela ne signifie pas toujours que les données ou le code sont ouverts.

#

Licence d’utilisation

Conditions encadrant l’usage, la redistribution ou la modification d’un modèle, outil ou contenu. Vérifiez la licence exacte avant un usage commercial.

#