Glossaire de l'intelligence artificielle (IA)

Il s’agit d’une catégorie de modèles d’IA sur un ensemble de données dont la quantité et la diversité sont particulièrement importantes, dont les capacités sont générales et qui peut être adapté à une grande diversité de tâches distinctes.

Modèle statistique de la distribution d’unité linguistiques (par exemple : lettres, phonèmes, mots) dans une langue naturelle. Un modèle de langage peut par exemple prédire le mot suivant dans une séquence de mots. On parle de modèles de langage de grande taille ou « Large Language Models » (LLM)…

Modèle capable de réaliser une prédiction quant à l'appartenance à une classe pour des données nouvelles sur la base d'un apprentissage réalisé auparavant sur un jeu de données d’entraînement.

Modèle défini par opposition à un modèle discriminatif. Il permet à la fois de générer de nouveaux exemples à partir des données d'entraînement et d'évaluer la probabilité qu'un nouvel exemple provienne ou ait été généré à partir des données d'entraînement.

Tout modèle ayant déjà été entraîné, souvent pour une tâche générale (on parle de modèles de fondation) ou pour une tâche ne correspondant pas exactement à celle visée, et utilisé comme base pour le paramétrage ou pour l’apprentissage par transfert. Le modèle pré-entraîné a vocation à être…

Un neurone artificiel fonctionne d’une manière inspirée de celle d’un neurone biologique : un nœud d'un réseau de plusieurs neurones reçoit généralement plusieurs valeurs d'entrée et génère une valeur de sortie. Le neurone calcule la valeur de sortie en appliquant une fonction d'activation à une…