English Français العربية

Glossaire de l’IA

146 termes expliqués simplement, en anglais, en français et en arabe.

  • 11 thèmes
  • Anglais, français et arabe

20 termes

A

Entraînement Affinage (fine-tuning) Poursuivre l'entraînement d'un modèle existant sur un jeu de données plus petit et ciblé pour le spécialiser. Entraînement Ajustement aux instructions Affiner un modèle pré-entraîné sur des exemples d'instructions et de bonnes réponses, pour qu'il exécute les demandes au lieu de simplement continuer le texte. Entraînement Alignement Faire en sorte que les systèmes d'IA poursuivent les objectifs voulus par leurs concepteurs et utilisateurs, et se comportent de façon utile, honnête et sûre. Entraînement Apprentissage par renforcement Un entraînement par essai et récompense : le modèle tente des actions ou des réponses et est ajusté vers celles qui obtiennent un bon score.

D

Entraînement Descente de gradient La méthode d'optimisation qui ajuste les paramètres pas à pas dans la direction qui réduit le plus la perte. Entraînement Distillation Entraîner un petit modèle « élève » à imiter un grand modèle « enseignant », pour garder une bonne part de ses capacités à moindre coût. Entraînement Données synthétiques Des données d'entraînement générées par des modèles d'IA plutôt que collectées auprès de personnes ou du monde réel.

F

Entraînement Fonction de perte La formule qui mesure l'erreur des prédictions pendant l'entraînement ; l'entraînement cherche à la minimiser.

G

Entraînement GPU (processeur graphique) Le processeur parallèle qui entraîne et exécute la plupart des modèles d'IA.

I

Entraînement IA constitutionnelle La méthode d'Anthropic pour entraîner des modèles à suivre un ensemble de principes écrits, à l'aide de retours d'IA guidés par ces principes.

L

Entraînement Lois d'échelle Des constats empiriques selon lesquels les performances progressent de façon prévisible avec plus de paramètres, de données et de calcul. Entraînement LoRA (adaptation de faible rang) Une technique d'affinage économique qui entraîne un petit ensemble de poids supplémentaires au lieu de modifier tout le modèle.

P

Entraînement Pré-entraînement La première et plus vaste étape d'entraînement, où le modèle apprend la langue et des connaissances en prédisant du texte sur un immense corpus. Entraînement Puissance de calcul (compute) La capacité de traitement utilisée pour entraîner ou exécuter des modèles, mesurée en heures de GPU ou en opérations flottantes.

Q

Entraînement Quantification Stocker les poids d'un modèle sur moins de bits (par exemple 4 ou 8 au lieu de 16) pour réduire la mémoire et accélérer, avec une légère perte de qualité.

R

Entraînement Rétropropagation L'algorithme qui calcule la contribution de chaque poids à une erreur, pour que la descente de gradient sache comment l'ajuster. Entraînement RLHF (apprentissage par renforcement à partir de retours humains) Une méthode où des personnes classent les réponses du modèle, qui est ensuite optimisé pour produire celles qu'elles préfèrent.

S

Entraînement Surapprentissage Quand un modèle mémorise ses exemples d'entraînement au lieu d'apprendre des régularités générales, et réussit moins bien sur de nouvelles données.

T

Entraînement Taille du modèle L'ampleur d'un modèle, exprimée en paramètres (par exemple 8B ou 120B), qui donne une idée de ses capacités et de son coût d'exécution. Entraînement TPU Tensor Processing Unit, l'accélérateur d'IA conçu par Google, utilisé pour entraîner et servir Gemini.