Quiz : Que sont les LLM ?
Testez vos connaissances sur les modèles de langage de grande taille et leurs fondamentaux.
30 questions - Cliquez sur chaque question pour révéler la réponse correcte.
Question 1
Que signifie LLM ?
A) Large Learning Machine
B) Large Language Model
C) Linguistic Logic Module
D) Language Learning Mechanism
Afficher la réponse
Réponse correcte : B
LLM signifie Large Language Model. Ce sont des modèles d'IA entraînés sur de vastes quantités de données textuelles qui peuvent comprendre et générer un langage semblable à celui des humains.
Question 2
Quelle est la tâche fondamentale que les modèles de langage accomplissent ?
A) Mémoriser des livres entiers
B) Prédire le mot/token suivant
C) Stocker des faits dans une base de données
D) Traduire entre les langues
Afficher la réponse
Réponse correcte : B
Les modèles de langage prédisent fondamentalement quel texte vient ensuite. Tout ce qu'ils font—de répondre à des questions à écrire du code—est basé sur la prédiction du mot ou token suivant.
Question 3
Que signifie GPT ?
A) General Purpose Technology
B) Generative Pre-trained Transformer
C) Giant Pattern Translator
D) Guided Processing Text
Afficher la réponse
Réponse correcte : B
GPT signifie Generative Pre-trained Transformer. Generative signifie qu'il crée du texte, pre-trained signifie qu'il apprend à partir de données avant utilisation, et Transformer est le type d'architecture.
Question 4
Pourquoi "large" est-il important dans les modèles de langage de grande taille ?
A) Cela semble plus impressionnant
B) Les grands modèles ne peuvent fonctionner que sur de grands ordinateurs
C) L'échelle permet des capacités émergentes comme le raisonnement
D) Large signifie des réponses plus longues
Afficher la réponse
Réponse correcte : C
L'échelle des LLM (milliards de paramètres et données d'entraînement massives) permet des capacités émergentes—des capacités comme le raisonnement et le codage qui n'ont pas été explicitement programmées mais apparaissent à grande échelle.
Question 5
Que sont les "paramètres" dans un LLM ?
A) Les questions que vous pouvez poser
B) Les valeurs ajustables apprises pendant l'entraînement
C) Les commandes pour contrôler le modèle
D) Les langues que le modèle connaît
Afficher la réponse
Réponse correcte : B
Les paramètres sont les valeurs ajustables (poids) dans le modèle qui sont ajustées pendant l'entraînement. Plus de paramètres signifient généralement plus de capacité à apprendre des motifs.
Question 6
Combien de paramètres GPT-3 avait-il ?
A) 1,5 million
B) 1,5 milliard
C) 175 milliards
D) 1,75 trillion
Afficher la réponse
Réponse correcte : C
GPT-3 avait 175 milliards de paramètres, ce qui était un saut massif par rapport aux 1,5 milliard de GPT-2. Cette échelle a permis de nouvelles capacités comme l'apprentissage en quelques coups.
Question 7
Qu'est-ce qui rendait ChatGPT différent de GPT-3 ?
A) Il était beaucoup plus grand
B) Il a été entraîné pour avoir des conversations en utilisant RLHF
C) Il pouvait générer des images
D) Il était open source
Afficher la réponse
Réponse correcte : B
ChatGPT a utilisé l'apprentissage par renforcement à partir de retours humains (RLHF) pour affiner le modèle pour des conversations naturelles, le rendant beaucoup plus convivial que le GPT-3 de base.
Question 8
À quelle vitesse ChatGPT a-t-il atteint 100 millions d'utilisateurs ?
A) 2 semaines
B) 2 mois
C) 6 mois
D) 1 an
Afficher la réponse
Réponse correcte : B
ChatGPT a atteint 100 millions d'utilisateurs en seulement 2 mois, en faisant l'application grand public à la croissance la plus rapide de l'histoire.
Question 9
Quelle entreprise a créé GPT et ChatGPT ?
A) Google
B) Microsoft
C) OpenAI
D) Meta
Afficher la réponse
Réponse correcte : C
OpenAI a créé GPT et ChatGPT. Microsoft est un investisseur majeur mais n'a pas créé les modèles.
Question 10
Quelle entreprise a développé Claude ?
A) OpenAI
B) Google
C) Anthropic
D) Microsoft
Afficher la réponse
Réponse correcte : C
Anthropic, fondée par d'anciens chercheurs d'OpenAI, a développé Claude avec un accent sur la sécurité et l'alignement de l'IA.
Question 11
Pour quoi Claude est-il connu par rapport aux autres LLM ?
A) Être le plus rapide
B) Avoir la plus longue fenêtre de contexte
C) Être le moins cher
D) Ne fonctionner qu'en anglais
Afficher la réponse
Réponse correcte : B
Claude est connu pour sa très longue fenêtre de contexte (jusqu'à 200K tokens), lui permettant de traiter des livres entiers ou de grands ensembles de code en une seule invite.
Question 12
Que signifie "capacités émergentes" pour les LLM ?
A) Capacités qui doivent être achetées séparément
B) Capacités qui apparaissent à grande échelle sans entraînement explicite
C) Fonctionnalités de sauvegarde d'urgence
D) Capacités qui ne fonctionnent que lorsqu'elles sortent du mode veille
Afficher la réponse
Réponse correcte : B
Les capacités émergentes sont des capacités qui n'ont pas été explicitement programmées mais "émergent" lorsque les modèles atteignent une échelle suffisante—comme le raisonnement, le codage et la traduction.
Question 13
Quel est le principal LLM de Google ?
A) Bard
B) Gemini
C) Lambda
D) Pixel AI
Afficher la réponse
Réponse correcte : B
Le principal LLM de Google est Gemini. Bard était le nom antérieur pour le produit grand public, qui a été rebaptisé Gemini.
Question 14
Quelle entreprise a publié Llama en open source ?
A) OpenAI
B) Google
C) Meta
D) Microsoft
Afficher la réponse
Réponse correcte : C
Meta a publié Llama en open source (avec certaines conditions), permettant aux chercheurs et aux entreprises d'utiliser et de modifier librement les modèles.
Question 15
Quel est un avantage majeur des LLM open source comme Llama ?
A) Ils sont toujours plus puissants
B) Vous pouvez les exécuter localement pour la confidentialité
C) Ils ne font jamais d'erreurs
D) Ils ne nécessitent aucune puissance de calcul
Afficher la réponse
Réponse correcte : B
Les LLM open source peuvent être exécutés localement sur votre propre matériel, ce qui signifie que vos données ne quittent jamais votre machine—important pour les applications sensibles à la confidentialité.
Question 16
En quelle année l'architecture Transformer a-t-elle été introduite ?
A) 2015
B) 2017
C) 2019
D) 2022
Afficher la réponse
Réponse correcte : B
L'architecture Transformer a été introduite en 2017 dans l'article "Attention Is All You Need." Elle est devenue la base de tous les LLM modernes.
Question 17
Pourquoi OpenAI a-t-il initialement hésité à publier GPT-2 ?
A) Il était trop lent
B) Inquiétudes concernant une utilisation abusive pour de fausses nouvelles
C) Il ne fonctionnait pas bien
D) Problèmes juridiques
Afficher la réponse
Réponse correcte : B
OpenAI était préoccupé par le fait que la capacité de GPT-2 à générer du texte convaincant pourrait être utilisée à mauvais escient pour la désinformation et les fausses nouvelles.
Question 18
Qu'est-ce que l'apprentissage en quelques coups dans le contexte de GPT-3 ?
A) Apprendre à partir de quelques erreurs
B) Effectuer des tâches avec seulement quelques exemples dans l'invite
C) S'entraîner avec des données limitées
D) Prendre peu de coups pour générer une réponse
Afficher la réponse
Réponse correcte : B
L'apprentissage en quelques coups signifie que le modèle peut comprendre une tâche à partir de seulement quelques exemples fournis dans l'invite, sans entraînement supplémentaire.
Question 19
Quelle nouvelle capacité GPT-4 a-t-il ajoutée par rapport à GPT-3 ?
A) Génération vocale
B) Vision (compréhension des images)
C) Robotique physique
D) Détection des odeurs
Afficher la réponse
Réponse correcte : B
GPT-4 a ajouté des capacités multimodales, spécifiquement la capacité de comprendre et de raisonner sur les images en plus du texte.
Question 20
Comment s'appelle l'assistant de codage IA de Microsoft ?
A) Microsoft Coder
B) Azure AI
C) GitHub Copilot
D) Visual Studio Bot
Afficher la réponse
Réponse correcte : C
GitHub Copilot est l'assistant de codage IA de Microsoft, alimenté par les modèles d'OpenAI, intégré dans les éditeurs de code.
Question 21
Comment les LLM "savent-ils" des faits comme "La capitale de la France est Paris" ?
A) Ils ont une base de données de faits
B) Ils ont appris des motifs associant ces mots
C) Ils accèdent à Internet en temps réel
D) Les programmeurs saisissent manuellement les faits
Afficher la réponse
Réponse correcte : B
Les LLM ne stockent pas les faits dans une base de données. Ils ont appris des motifs à partir des données d'entraînement qui associent fortement "capitale de la France" avec "Paris."
Question 22
Qu'est-ce qu'une "fenêtre de contexte" dans les LLM ?
A) L'interface utilisateur graphique
B) La quantité maximale de texte que le modèle peut traiter à la fois
C) Une fenêtre qui montre la réflexion du modèle
D) La limite de temps pour les réponses
Afficher la réponse
Réponse correcte : B
La fenêtre de contexte est la quantité maximale de texte (tokens) que le modèle peut "voir" et considérer lors de la génération d'une réponse.
Question 23
Pour quoi l'entreprise créatrice de Claude, Anthropic, est-elle connue ?
A) Vitesse et efficacité
B) Sécurité et alignement de l'IA
C) Applications de jeux
D) Intégration des médias sociaux
Afficher la réponse
Réponse correcte : B
Anthropic a été fondée avec un accent sur la sécurité et l'alignement de l'IA—s'assurer que les systèmes d'IA se comportent selon les valeurs humaines.
Question 24
Quelle est la relation entre Microsoft et OpenAI ?
A) Ils sont concurrents
B) Microsoft est un investisseur majeur dans OpenAI
C) OpenAI possède Microsoft
D) Aucune relation
Afficher la réponse
Réponse correcte : B
Microsoft est un investisseur majeur dans OpenAI et a des droits exclusifs de partenariat infonuagique, intégrant la technologie d'OpenAI dans les produits Microsoft.
Question 25
Quel LLM serait le meilleur pour analyser un document juridique de 500 pages ?
A) GPT-3.5 (contexte court)
B) Claude (très long contexte)
C) N'importe quel modèle—ils sont tous les mêmes
D) Llama (taille la plus petite)
Afficher la réponse
Réponse correcte : B
La très longue fenêtre de contexte de Claude (jusqu'à 200K tokens) le rend idéal pour analyser des documents très longs qui ne rentreraient pas dans les fenêtres de contexte d'autres modèles.
Question 26
Qu'est-ce que "RLHF" qui a été utilisé pour entraîner ChatGPT ?
A) Really Large Human Files
B) Reinforcement Learning from Human Feedback
C) Rapid Language Human Formatting
D) Real-time Learning for Higher Functions
Afficher la réponse
Réponse correcte : B
RLHF (Reinforcement Learning from Human Feedback) est une technique d'entraînement où les humains évaluent les sorties du modèle, et le modèle apprend à produire des réponses mieux notées.
Question 27
Que signifie "multimodal" pour un LLM comme GPT-4 ?
A) Il peut fonctionner sur plusieurs ordinateurs
B) Il peut traiter différents types de données (texte, images, etc.)
C) Il a plusieurs personnalités
D) Il parle plusieurs langues
Afficher la réponse
Réponse correcte : B
Multimodal signifie que le modèle peut comprendre et travailler avec plusieurs types de données—comme le texte, les images, et potentiellement l'audio et la vidéo.
Question 28
Quelle affirmation sur les données d'entraînement des LLM est VRAIE ?
A) Les LLM sont entraînés uniquement sur Wikipédia
B) Les données d'entraînement incluent des pages web, des livres, du code, et plus
C) Les données d'entraînement sont secrètes et jamais discutées
D) Les LLM n'ont pas besoin de données d'entraînement
Afficher la réponse
Réponse correcte : B
Les LLM modernes sont entraînés sur des ensembles de données diversifiés incluant des pages web, des livres, des articles scientifiques, des dépôts de code, et plus.
Question 29
Quel est un avantage des LLM à source fermée (comme GPT-4) par rapport à l'open source ?
A) Ils sont toujours gratuits
B) Expérience utilisateur plus soignée et mises à jour régulières
C) Vous pouvez modifier le code du modèle
D) Meilleure confidentialité
Afficher la réponse
Réponse correcte : B
Les LLM à source fermée offrent généralement des expériences utilisateur plus soignées, des mises à jour régulières, et un support client—bien que vous renonciez au contrôle et à la personnalisation.
Question 30
D'après ce que vous avez appris, pourquoi les LLM peuvent-ils parfois donner des informations incorrectes ?
A) Ils sont programmés pour mentir occasionnellement
B) Ils prédisent un texte probable basé sur des motifs, pas des faits vérifiés
C) Internet n'a pas d'informations correctes
D) Ils ne fonctionnent qu'hors ligne
Afficher la réponse
Réponse correcte : B
Les LLM prédisent quel texte est probable basé sur les motifs qu'ils ont appris. Si un motif existe mais est incorrect, ou si le modèle génère des informations plausibles mais erronées, des erreurs se produisent.
Résultats
| Score | Niveau |
|---|---|
| 27-30 | Excellent - Forte compréhension des fondamentaux des LLM |
| 21-26 | Bon - Une révision peut être utile |
| 15-20 | Moyen - Revoyez les chapitres à nouveau |
| Moins de 15 | Nécessite une révision complète |