Aller au contenu principal

Glossaire des Termes de l'Ingénierie des Invites

Un glossaire complet de plus de 100 termes que vous rencontrerez dans l'ingénierie des invites.


A​

Agent - Un système d'IA qui peut agir de manière autonome, souvent en utilisant des outils et en prenant des décisions.

Alignement - Assurer que le comportement de l'IA correspond aux intentions et valeurs humaines.

Anthropic - Entreprise de sécurité de l'IA, créatrice des modèles Claude.

API (Interface de Programmation d'Applications) - Interface pour l'accès programmatique aux modèles d'IA.

Mécanisme d'Attention - Composant de réseau neuronal qui pèse l'importance des différentes parties de l'entrée.

B​

Traitement par Lots - Traitement de plusieurs invites simultanément.

Biais - Erreurs systématiques dans les sorties de l'IA, reflétant souvent les préjugés des données d'entraînement.

BPE (Encodage par Paires de Bytes) - Méthode de tokenisation utilisée par de nombreux LLM.

C​

Chaîne de Pensée (CoT) - Technique d'invite encourageant le raisonnement étape par étape.

ChatGPT - Produit d'IA conversationnelle d'OpenAI basé sur les modèles GPT.

Claude - Famille d'assistants IA d'Anthropic.

Complétion - Le texte généré par l'IA suite à une invite.

IA Constitutionnelle - Approche d'Anthropic pour la sécurité de l'IA par des principes.

Contexte - Informations de fond fournies pour aider l'IA à comprendre la tâche.

Fenêtre de Contexte - Nombre maximal de tokens qu'une IA peut traiter en une interaction.

D​

Extraction de Données - Utilisation de l'IA pour extraire des informations structurées à partir de texte non structuré.

Délimiteur - Caractères utilisés pour séparer les sections dans les invites (par exemple, """, ```).

Tâche Aval - Application spécifique d'un modèle pré-entraîné.

E​

Encodage - Représentation numérique du texte dans un espace vectoriel.

Capacités Émergentes - Capacités qui apparaissent de manière inattendue dans les modèles plus grands.

Évaluation - Mesurer la qualité et l'efficacité des sorties de l'IA.

F​

Apprentissage par Peu d'Exemples - Fournir des exemples dans les invites pour guider le comportement de l'IA.

Ajustement Fin - Entraînement supplémentaire d'un modèle sur des données spécifiques.

Modèle Fondamental - Grand modèle entraîné sur des données larges, adapté pour des usages spécifiques.

G​

IA Générative - IA qui crée de nouveaux contenus (texte, images, etc.).

GPT (Transformateur Pré-entraîné Génératif) - Famille d'architectures de modèles d'OpenAI.

Ancrage - Connecter les sorties de l'IA à des informations factuelles et vérifiables.

H​

Hallucination - Lorsque l'IA génère des informations plausibles mais fausses.

Hyperparamètres - Paramètres qui contrôlent le comportement du modèle (température, top_p, etc.).

I​

Inférence - Utiliser un modèle entraîné pour générer des sorties.

Ajustement par Instructions - Entraîner des modèles à suivre des instructions humaines.

Apprentissage en Contexte - L'IA apprend à partir d'exemples au sein de l'invite elle-même.

J​

Mode JSON - Spécification du format de sortie pour les données structurées.

Jailbreaking - Tentative de contourner les mesures de sécurité de l'IA (non éthique).

K​

Coupure de Connaissance - Date à laquelle les données d'entraînement du modèle se terminent.

L​

Llama - Famille de LLM open-source de Meta.

LLM (Modèle de Langage de Grande Taille) - Modèles d'IA entraînés sur de vastes données textuelles.

LoRA (Adaptation de Faible Rang) - Méthode d'ajustement fin efficace.

M​

Max Tokens - Paramètre limitant la longueur de la réponse.

Mistral - Entreprise française d'IA et leurs modèles open-source.

Multimodal - IA traitant plusieurs types d'entrée (texte, images, audio).

N​

Traitement du Langage Naturel (NLP) - Domaine de l'IA traitant du langage humain.

Réseau Neuronal - Système informatique inspiré par les neurones biologiques.

O​

Apprentissage par Un Seul Exemple - Fournir un seul exemple dans une invite.

OpenAI - Entreprise d'IA, créatrice des modèles GPT et de ChatGPT.

Format de Sortie - Structure spécifiée pour les réponses de l'IA.

P​

Paramètre - Une valeur apprise lors de l'entraînement du modèle (les modèles en ont des milliards).

Persona - Rôle ou personnage assigné à l'IA dans les invites.

Invite - Entrée donnée à une IA pour générer une réponse.

Ingénierie des Invites - Art et science de concevoir des entrées efficaces pour l'IA.

Injection d'Invite - Attaque tentant de manipuler le comportement de l'IA.

Q​

Requête - Une demande ou question envoyée à un système d'IA.

R​

RAG (Génération Augmentée par Récupération) - Combinaison de l'IA avec la récupération d'informations.

Raisonnement - Capacité de l'IA à traiter la logique et tirer des conclusions.

Récupération - Recherche d'informations pertinentes pour augmenter les réponses de l'IA.

Invite de Rôle - Assignation d'une persona ou expertise spécifique à l'IA.

S​

Échantillonnage - Processus de sélection de tokens lors de la génération.

Auto-Attention - Mécanisme permettant aux modèles de peser les relations d'entrée.

Recherche Sémantique - Recherche basée sur le sens plutôt que sur les mots-clés.

Séquence d'Arrêt - Caractères qui signalent au modèle d'arrêter de générer.

Invite Système - Instructions données à l'IA avant l'interaction utilisateur.

T​

Température - Paramètre contrôlant l'aléatoire des sorties (0-2, typiquement).

Token - Unité de base du texte traitée par l'IA (environ 4 caractères).

Tokenisation - Division du texte en tokens pour le traitement.

Top-p (Échantillonnage de Noyau) - Paramètre contrôlant la diversité des sorties.

Transformateur - Architecture de réseau neuronal sous-jacente aux LLM modernes.

U​

Invite Utilisateur - La demande ou question réelle de l'utilisateur.

V​

Validation - Vérification de l'exactitude et de la pertinence des sorties de l'IA.

Base de Données Vectorielle - Système de stockage pour les encodages, utilisé dans RAG.

Verbosité - Quantité de détails dans les réponses de l'IA.

W​

Flux de Travail - Séquence d'opérations d'IA pour des tâches complexes.

X​

Balises XML - Format de balisage particulièrement efficace avec les modèles Claude.

Z​

Apprentissage sans Exemple - IA exécutant des tâches sans exemples spécifiques.


Tableau de Référence Rapide​

TermeBrève Définition
CoTRaisonnement étape par étape dans les invites
Fenêtre de ContexteTexte max que l'IA peut traiter
Peu d'ExemplesInvites avec exemples
HallucinationIA générant des infos fausses
LLMModèle de Langage de Grande Taille
RAGIA + récupération d'informations
TempératureContrôle de l'aléatoire des sorties
TokenUnité de base du texte (~4 caractères)
Sans ExempleInvites sans exemples

← Retour au Cours