Termes relatifs à l'intelligence artificielle, au machine learning et au deep learning.
Une approche d'entraînement d'IA développée par Anthropic où le modèle est guidé par un ensemble de principes (une « constitution ») pour s'auto-critiquer et réviser ses sorties. L'IA constitutionnell...
DéfinitionLes systèmes et techniques d'IA conçus pour rendre leurs processus de prise de décision transparents et compréhensibles pour les humains. L'XAI vise à fournir des explications claires sur comment et p...
DéfinitionUn type d'intelligence artificielle capable de créer du nouveau contenu comme du texte, des images, de la musique, du code et des vidéos en apprenant des motifs à partir de données existantes. Des mod...
DéfinitionLes systèmes d'IA capables de traiter et de générer plusieurs types de données, comme le texte, les images, l'audio et la vidéo, au sein d'un seul modèle. Les modèles multimodaux peuvent comprendre le...
DéfinitionUn cadre et un ensemble de pratiques pour développer et déployer des systèmes d'IA éthiques, transparents, équitables, responsables et respectueux de la vie privée. L'IA responsable englobe les politi...
DéfinitionLe déploiement d'algorithmes et de modèles d'IA directement sur des appareils en périphérie tels que les smartphones, les capteurs IoT et les systèmes embarqués, plutôt que de dépendre du traitement e...
DéfinitionLe processus d'utilisation d'un modèle de machine learning entraîné pour faire des prédictions ou générer des sorties sur de nouvelles données inédites. L'inférence est la phase de déploiement de l'IA...
DéfinitionLa pratique de créer et d'optimiser les prompts d'entrée pour guider les modèles de langage IA vers les résultats souhaités. L'ingénierie de prompts implique des techniques comme le few-shot learning,...
DéfinitionLe processus de sélection, transformation et création de variables d'entrée (caractéristiques) à partir de données brutes pour améliorer les performances d'un modèle de machine learning. L'ingénierie...
DéfinitionUne vulnérabilité de sécurité où une entrée malveillante est conçue pour manipuler un modèle de langage IA afin qu'il ignore ses instructions, révèle des prompts cachés ou effectue des actions non pré...
DéfinitionLa simulation des processus d'intelligence humaine par des systèmes informatiques, incluant l'apprentissage, le raisonnement et l'auto-correction. L'IA englobe un large éventail de techniques, des sys...
DéfinitionL'unité de base du texte que les modèles de langage traitent. Un token peut être un mot, une partie de mot (sous-mot) ou un seul caractère, selon le tokeniseur. Le nombre de tokens détermine les limit...
DéfinitionDes relations empiriques montrant comment les performances des modèles d'IA s'améliorent de manière prévisible à mesure que la taille du modèle, du jeu de données ou du budget de calcul augmente. Les...
DéfinitionUn ensemble de pratiques qui combine le machine learning, le DevOps et l'ingénierie des données pour déployer et maintenir des modèles de ML en production de manière fiable et efficace. Le MLOps couvr...
DéfinitionUne classe de modèles génératifs qui apprennent à créer des données en inversant un processus progressif de bruitage. Les modèles de diffusion ajoutent progressivement du bruit aux données pendant l'e...
DéfinitionUn grand modèle d'IA pré-entraîné sur des données larges et diverses à grande échelle qui peut être adapté à un large éventail de tâches en aval. Les modèles de fondation comme GPT-4, Claude, Gemini e...
DéfinitionUne technique dans les réseaux de neurones qui permet au modèle de se concentrer sur les parties pertinentes de l'entrée lors de la production de la sortie. L'auto-attention permet à chaque élément d'...
DéfinitionUne architecture de réseau de neurones qui divise le modèle en plusieurs sous-réseaux spécialisés (experts) et utilise un mécanisme de routage pour diriger chaque entrée vers les experts les plus pert...
DéfinitionUn type spécialisé de réseau de neurones récurrent conçu pour apprendre les dépendances à longue portée dans les données séquentielles. Les LSTM utilisent des mécanismes de portes (entrée, oubli, sort...
DéfinitionUne technique qui normalise les entrées de chaque couche d'un réseau de neurones en ajustant et en mettant à l'échelle les activations. La normalisation par lots stabilise l'entraînement, permet des t...
Définition