Le domaine de l'IA est rempli de jargon. Ce dictionnaire fournit des définitions claires et concises pour les termes les plus importants que vous devez connaître.
A-E
Algorithme : Un ensemble de règles ou d'instructions données à une IA, un réseau de neurones ou une autre machine pour l'aider à apprendre par elle-même.
Alignement : Le problème de s'assurer que les systèmes d'IA ont des objectifs qui correspondent aux valeurs humaines.
Biais : Erreurs dans la sortie de l'IA résultant de préjugés dans les données d'entraînement.
F-L
Fine-tuning (Affinement) : Le processus d'entraînement d'un modèle pré-entraîné sur un ensemble de données plus petit et spécifique pour le spécialiser.
Hallucination : Lorsqu'une IA génère des informations fausses ou absurdes avec confiance.
LLM (Grand Modèle de Langage) : Un algorithme d'apprentissage profond qui peut reconnaître, résumer, traduire, prédire et générer du texte.
M-Z
Multimodal : IA capable de comprendre et de générer plusieurs types de médias (texte, images, audio).
Paramètres : Les variables internes (poids) que le modèle ajuste pendant l'entraînement. GPT-4 en a des billions.
Token : L'unité de base du texte pour un LLM (environ 0,75 mot).
Up Next
Ready to Deepen Your Understanding?
Join our hands-on workshops to master these concepts and apply them to real-world problems.