Glossaire de l'IA
Définitions courtes et claires des termes qui reviennent souvent dans l'IA en entreprise. Pour chaque terme, nous expliquons comment il fonctionne, où il est utilisé et à quoi faire attention.
Termes
Agent d'IA
Un agent d'IA est une structure d'IA qui ne se contente pas de répondre aux questions mais planifie des étapes vers un objectif et peut effectuer des actions avec des outils définis (API, bases de données, systèmes de l'entreprise).
Grand modèle de langage (LLM)
Un grand modèle de langage (LLM) est un modèle d'IA entraîné sur de très grandes quantités de texte, capable de comprendre et de générer du texte.
Hallucination
Une hallucination survient lorsqu'un modèle d'IA produit des informations qui paraissent fluides et convaincantes mais sont fausses ou sans source.
LLM on-premise
Un LLM on-premise consiste à exécuter un grand modèle de langage sur les serveurs propres d'une organisation ou sur une infrastructure qu'elle contrôle, plutôt que chez un fournisseur cloud.
Modèle à poids ouverts
Un modèle à poids ouverts est un modèle d'IA dont les paramètres entraînés (poids) sont publiés afin de pouvoir être téléchargés et utilisés.
Prompt engineering
Le prompt engineering est la conception et le test d'instructions, de contexte, d'exemples et de format de sortie pour obtenir d'un modèle d'IA des résultats fiables et cohérents.
RAG (Retrieval-Augmented Generation)
Le RAG (Retrieval-Augmented Generation) signifie qu'un modèle d'IA commence par récupérer des passages pertinents dans les propres documents d'une organisation et fonde sa réponse sur eux.
Travaillons ensemble
Laissez-nous écouter vos processus et vos objectifs, et évaluons ensemble où l'IA peut apporter de la valeur.
Envoyer un e-mail