Le Glossaire de l'IA
Agent IA
Programme autonome capable d'utiliser un modèle de langage comme moteur de réflexion pour planifier et exécuter des tâches complexes de manière itérative, sans intervention humaine constante.
Biais (IA)
Erreurs systématiques ou préjugés issus des données d'entraînement, pouvant conduire l'intelligence artificielle à produire des résultats partiaux, stéréotypés ou statistiquement faussés.
Chain of Thought
Technique de Prompt Engineering consistant à demander explicitement à l'IA de décomposer son raisonnement étape par étape. Cette méthode augmente la fiabilité des réponses.
Deep Learning
Technologie reposant sur des réseaux de neurones artificiels organisés en plusieurs couches, permettant à la machine d'apprendre par elle-même en identifiant des structures complexes.
Fine-tuning
Processus d'ajustement d'un modèle d'IA déjà entraîné sur un jeu de données spécifique à un métier, afin d'optimiser ses performances pour un domaine précis.
Hallucination
Phénomène par lequel une IA génère une réponse factuellement erronée ou inventée, tout en la présentant avec un haut niveau de confiance.
IA Générative
Branche de l'IA dont l'objectif est la création de contenus originaux (textes, images, vidéos) plutôt que la simple analyse de données existantes.
LLM
Modèle de langage de grande taille entraîné sur des milliards de textes, capable de générer du langage humain de manière fluide et contextuelle.
Multimodalité
Capacité d'un système d'IA à comprendre et à générer simultanément différents types de formats (texte, image, son, vidéo).
Prompt Engineering
Discipline consistant à concevoir et affiner les instructions envoyées à une IA pour obtenir des résultats professionnels et précis.
RAG
Architecture permettant à l'IA d'interroger une base de connaissances externe avant de répondre, garantissant des faits réels et à jour.
Token
Unité fondamentale de traitement des modèles de langage. Un token représente environ 4 caractères ou 0,75 mot.
