Glossaire — IA générative : que peut-elle faire pour votre entreprise ?
Termes clés expliqués
Explorer ce guide : FAQ Checklist Cas pratique Outils & ressources Définition Avantages Guide complet Exemples d'application Pour les entreprises Statistiques & chiffres Comparaison Coût & budget Formation & apprentissage Tendances Erreurs courantes Alternatives Comment le rédiger Lire le guide complet
- LLM (Grand modèle de langage)
- Un réseau de neurones entraîné sur de grands corpus de textes pour générer, classer ou transformer du texte. Les LLM prédisent le prochain token le plus probable dans une fenêtre de contexte ; ils ne récupèrent pas d'informations en temps réel sauf connexion à des outils externes.
- Prompt (invite)
- L'instruction ou le contexte que vous envoyez à un modèle de langage pour guider sa réponse. La qualité du prompt a un impact majeur sur la qualité de la sortie : incluez le rôle, la tâche, les contraintes et le format de sortie attendu.
- RAG (Génération augmentée par récupération)
- Une architecture qui recherche des passages pertinents dans une base de connaissances avant de les passer en contexte à un modèle de langage. Le RAG ancre les réponses dans vos documents réels sans réentraînement du modèle.
- Token (jeton)
- L'unité de base du texte qu'un modèle de langage traite — environ un mot ou un fragment de mot. Les modèles ont une fenêtre de contexte mesurée en tokens. Les tokens d'entrée et de sortie sont tous deux facturés.
- Hallucination
- Lorsqu'un modèle de langage génère des informations plausibles mais factuellement incorrectes. Cela se produit car les LLM optimisent la cohérence textuelle, pas la précision factuelle. Atténuez en fournissant un contexte ancrant et en maintenant des humains dans la boucle.
- Affinage (fine-tuning)
- Poursuivre l'entraînement d'un modèle pré-entraîné sur un ensemble de données sélectionné pour adapter son comportement à une tâche ou un style spécifique. Plus coûteux et plus lent que le prompting.
TUPLIFY STUDIO
Prêt à construire ?
Tuplify Studio transforme ces concepts en logiciels opérationnels.
Discutons de votre projet