Intelligence Artificielle

Une technique de régularisation dans les réseaux de neurones où des neurones sélectionnés aléatoirement sont temporairement supprimés pendant l'entraînement. L'abandon aléatoire empêche la co-adaptati...

Une technique de fine-tuning efficace en paramètres qui gèle les poids du modèle pré-entraîné et injecte des matrices de décomposition de bas rang entraînables dans les couches transformer. LoRA rédui...

Une application logicielle alimentée par l'IA conçue pour simuler une conversation avec des utilisateurs humains par des interfaces textuelles ou vocales. Les chatbots modernes exploitent les grands m...

Un système d'IA autonome capable de percevoir son environnement, prendre des décisions et effectuer des actions pour atteindre des objectifs spécifiques. Les agents IA combinent des modèles de langage...

Le processus consistant à prendre un modèle pré-entraîné et à l'entraîner davantage sur un jeu de données plus petit et spécifique à une tâche pour l'adapter à un cas d'utilisation particulier. L'ajus...

Le défi de s'assurer que les systèmes d'IA poursuivent des objectifs et des comportements cohérents avec les intentions et les valeurs humaines. La recherche en alignement cherche à résoudre des probl...

Une technique de NLP qui identifie et extrait les informations subjectives du texte, déterminant si l'opinion exprimée est positive, négative ou neutre. L'analyse de sentiment est largement utilisée d...

Le processus de connexion des sorties d'un modèle d'IA à des sources d'information vérifiables du monde réel. L'ancrage réduit les hallucinations en s'assurant que le contenu généré est basé sur des d...

Une capacité des modèles de langage qui leur permet de générer des sorties structurées demandant l'exécution de fonctions ou d'outils prédéfinis. L'appel de fonctions permet aux LLM d'interagir avec d...

Un paradigme de machine learning où le modèle génère ses propres étiquettes d'entraînement à partir des données d'entrée, sans annotation humaine. Des techniques comme la modélisation de langage masqu...

Une branche de l'intelligence artificielle qui permet aux systèmes d'apprendre et de s'améliorer à partir de l'expérience sans être explicitement programmés. Les algorithmes de machine learning utilis...

Une approche de machine learning où un modèle est entraîné sur plusieurs appareils ou serveurs décentralisés contenant des données locales, sans échanger les données elles-mêmes. Seules les mises à jo...

Un sous-ensemble du machine learning qui utilise des réseaux de neurones artificiels avec plusieurs couches (réseaux de neurones profonds) pour apprendre des représentations hiérarchiques des données....

La capacité d'un modèle à effectuer une tâche pour laquelle il n'a pas été explicitement entraîné, sans aucun exemple spécifique à la tâche. Les capacités zero-shot émergent dans les grands modèles ay...

Une approche de machine learning qui combine plusieurs modèles pour produire de meilleures prédictions qu'un modèle individuel. Les techniques incluent le bagging (Random Forest), le boosting (XGBoost...

Une approche de machine learning où un modèle apprend à effectuer une tâche à partir de seulement quelques exemples. Dans le contexte des LLM, l'apprentissage en quelques exemples consiste à fournir q...

Un type de machine learning où un agent apprend à prendre des décisions en effectuant des actions dans un environnement et en recevant des récompenses ou des pénalités. L'agent optimise sa stratégie (...

Une méthodologie d'entraînement qui utilise les préférences humaines pour guider l'ajustement fin des modèles d'IA. Le RLHF entraîne un modèle de récompense à partir de comparaisons humaines des sorti...

Une technique de machine learning où un modèle entraîné sur une tâche est réutilisé comme point de départ pour une tâche différente mais liée. L'apprentissage par transfert réduit considérablement le...

Un ensemble de techniques utilisées pour augmenter artificiellement la taille et la diversité des jeux de données d'entraînement en créant des versions modifiées des données existantes. Les méthodes c...