Le vocabulaire de l'IA, clair

3D Gaussian Splatting concept

Technique de reconstruction 3D utilisant des gaussiennes 3D pour représenter des scènes. Alternative moderne à NeRF, plus rapide et efficace.

Actor-Critic concept

Méthode RL hybride combinant une politique (Actor) et une fonction de valeur (Critic).

Agent Autonome concept

Un programme informatique capable de percevoir son environnement, de prendre des décisions et d'agir de manière indépendante pour atteindre des objectifs spécifiques.

Exemple : Devin AI, un agent développeur capable d'écrire du code pour résoudre des problèmes complexes.

Agent Conversationnel concept

Un type d'agent spécialisé dans l'interaction avec les utilisateurs humains via le langage naturel, souvent utilisé dans les chatbots et les assistants virtuels.

Exemple : Un chatbot de service client qui répond aux questions des utilisateurs.

Agentique concept

Le domaine de l'intelligence artificielle qui étudie et développe des agents autonomes et des systèmes multi-agents.

Agents IA concept

Notes sur les agents autonomes et frameworks agents.

AI Act (Loi sur l'IA) concept

La réglementation de l'Union Européenne visant à harmoniser les règles sur l'intelligence artificielle. Elle adopte une approche basée sur les risques, classant les systèmes d'IA en quatre catégories : risque inacceptable, haut risque, risque limité et risque minimal.

Alignement concept

Le processus consistant à s'assurer que les objectifs et les comportements d'un modèle d'IA sont conformes aux intentions et aux valeurs humaines.

Anthropic acteur

Notes sur Anthropic, Claude.

API (Application Programming Interface) concept

Une interface qui permet à différents logiciels de communiquer entre eux. Les modèles d'IA sont souvent accessibles via des API.

Exemple : L'API de GPT-4o permet aux développeurs d'intégrer ses capacités dans leurs propres applications.

Apprentissage Actif (Active Learning) concept

Une technique où le modèle d'IA sélectionne lui-même les données sur lesquelles il a le plus besoin de s'entraîner, rendant l'apprentissage plus efficace.

Apprentissage Fédéré (Federated Learning) concept

Une méthode d'entraînement où le modèle est entraîné sur plusieurs appareils décentralisés (comme des smartphones) sans que les données brutes ne quittent jamais ces appareils, préservant ainsi la confidentialité.

Apprentissage non supervisé concept

Une méthode d'entraînement où le modèle apprend à partir de données non étiquetées, en identifiant des schémas et des structures par lui-même.

Exemple : Le clustering de clients en différents segments basés sur leur comportement d'achat.

Apprentissage par renforcement (RL) concept

Une méthode d'entraînement où un agent apprend en interagissant avec un environnement. Il reçoit des récompenses ou des pénalités pour ses actions, ce qui l'incite à développer une stratégie pour maximiser ses récompenses.

Exemple : Entraîner une IA à jouer aux échecs en la récompensant pour les victoires.

Apprentissage supervisé concept

Une méthode d'entraînement où le modèle apprend à partir de données étiquetées, c'est-à-dire des paires d'entrées et de sorties correspondantes.

Exemple : Entraîner un modèle à reconnaître des images de chats en lui montrant des milliers d'images étiquetées 'chat'.

Architecture concept

La conception et la structure sous-jacente d'un modèle de réseau de neurones, qui définit comment les données sont traitées.

Exemple : L'architecture Transformer est la base de nombreux LLMs modernes comme GPT.

Ascend 910C (Huawei) acteur

Puce IA de Huawei pour l'entraînement IA en datacenter, alternative aux GPU NVIDIA.

Auto-encodeur concept

Un type de réseau de neurones utilisé pour l'apprentissage non supervisé, qui apprend à compresser (encoder) les données en une représentation de faible dimension, puis à les reconstruire (décoder). Utile pour la réduction de dimension et la détection d'anomalies.

AutoGluon acteur

Outil AutoML d'Amazon pour obtenir des modèles performants rapidement.

AutoGPT acteur

L'un des premiers agents IA autonomes open source populaires, conçu pour tenter d'atteindre un objectif en le décomposant en sous-tâches et en utilisant Internet et d'autres outils.

AutoML concept

Automatisation du choix du modèle, feature engineering et tuning d'hyperparamètres (H2O AutoML, AutoGluon, TPOT).

Backpropagation (Rétropropagation) concept

L'algorithme fondamental utilisé pour entraîner les réseaux de neurones. Il calcule le gradient de la fonction de perte par rapport aux poids du réseau, permettant ainsi de les ajuster dans la bonne direction pour minimiser l'erreur.

Base de données vectorielle concept

Une base de données spécialisée conçue pour stocker et interroger des vecteurs (embeddings), qui sont des représentations numériques de données non structurées comme le texte ou les images. Essentielle pour les applications de recherche sémantique et le RAG.

Exemple : Pinecone, Weaviate, ChromaDB.

Biais algorithmique concept

Des erreurs systématiques et répétées dans un système d'IA qui conduisent à des résultats injustes, tels que des privilèges pour un groupe arbitraire d'utilisateurs par rapport à un autre.

Exemple : Un système de recrutement qui favorise systématiquement les candidats masculins en raison de biais dans les données d'entraînement.

Blackwell (NVIDIA) acteur

Famille de GPU NVIDIA (B100, B200, GB200) qui supplante Hopper depuis fin 2024, offrant jusqu'à 4x le débit d'inférence.

Boîte noire (Black Box) concept

Un modèle d'IA dont le fonctionnement interne est difficile ou impossible à comprendre pour les humains. On peut voir les entrées et les sorties, mais pas le processus de décision.

CatBoost acteur

Algorithme de Gradient Boosting excellent sur les variables catégorielles sans preprocessing.

Chain of Thought (CoT) concept

Une technique de prompting où l'on demande au modèle de 'réfléchir à voix haute' ou de décomposer son raisonnement étape par étape avant de donner la réponse finale. Cela améliore la performance sur des tâches complexes.

Classification concept

Une tâche d'apprentissage supervisé qui consiste à assigner une catégorie ou une étiquette à une entrée donnée.

Exemple : Classifier un e-mail comme 'spam' ou 'non spam'.

Claude 3 acteur

Une famille de modèles de langage développée par Anthropic, connue pour sa grande fenêtre de contexte et ses solides performances. Comprend les versions Haiku, Sonnet et Opus.

Claude Opus 4.6 acteur

Modèle multimodal d'Anthropic capable de traiter texte et images.

Clustering (Regroupement) concept

Une tâche d'apprentissage non supervisé qui consiste à regrouper des données similaires en 'clusters' ou groupes.

Concept Drift concept

Changement de la relation entre variables au fil du temps, nécessitant un ré-entraînement du modèle.

Confidentialité Différentielle concept

Une technique mathématique qui permet d'analyser et de partager des informations agrégées sur une base de données tout en protégeant la vie privée des individus qu'elle contient.

Conformité concept

Le respect des lois, réglementations, normes et standards applicables à l'utilisation et au développement de l'IA (ex: RGPD, AI Act).

Context Window (Fenêtre de contexte) concept

La quantité maximale d'information (mesurée en tokens) qu'un modèle peut prendre en compte à un moment donné pour générer une réponse. Une grande fenêtre de contexte permet de traiter des documents plus longs et de maintenir une conversation plus cohérente.

Corpus concept

Un grand ensemble de textes ou de données utilisé pour entraîner un modèle de langage ou effectuer des analyses linguistiques.

CrewAI acteur

Un framework pour orchestrer des agents IA autonomes, leur permettant de collaborer en équipe pour accomplir des tâches complexes. Il définit des rôles et des processus pour une collaboration efficace.

Dash acteur

Framework de dashboards pour la Data Science permettant le déploiement d'analyses métier.

Data Augmentation (Augmentation de données) concept

Technique consistant à augmenter artificiellement la taille d'un jeu de données en créant des versions modifiées des données existantes (par exemple, en retournant ou en recadrant des images).

Data Drift concept

Changement des caractéristiques des nouvelles données par rapport aux données d'entraînement.

Data Mining (Forage de données) concept

Le processus de découverte de motifs et de connaissances à partir de grands ensembles de données.

Deep Learning (Apprentissage profond) concept

Un sous-domaine du Machine Learning basé sur des réseaux de neurones artificiels avec de nombreuses couches (d'où le terme 'profond'). C'est la technologie derrière la plupart des avancées récentes en IA.

Déploiement concept

Le processus de mise en production d'un modèle d'IA entraîné pour qu'il puisse être utilisé par des applications ou des utilisateurs finaux.

Descente de gradient concept

Un algorithme d'optimisation utilisé pour minimiser la fonction de perte lors de l'entraînement d'un modèle. Il ajuste itérativement les paramètres du modèle dans la direction opposée du gradient.

Devin AI acteur

Un agent IA présenté comme le premier 'ingénieur logiciel IA', capable de gérer des projets de développement de bout en bout de manière autonome.

DPO (Direct Preference Optimization) concept

Alternative à RLHF qui élimine le modèle de récompense séparé, simplifiant l'entraînement.

Embedding (Plongement lexical) concept

Une représentation vectorielle (une liste de nombres) de mots, de phrases ou d'autres types de données. Les embeddings capturent les relations sémantiques, de sorte que les éléments ayant des significations similaires ont des vecteurs proches dans l'espace.

Époque (Epoch) concept

Une passe complète de l'algorithme d'entraînement sur l'ensemble du jeu de données.

Éthique de l'IA concept

Une branche de l'éthique appliquée qui se concentre sur les questions morales et sociales soulevées par l'intelligence artificielle.

Explicabilité (XAI - Explainable AI) concept

L'ensemble des méthodes et techniques qui permettent de comprendre et d'interpréter les décisions prises par les modèles d'IA, en particulier les modèles 'boîte noire'.

Few-Shot Learning concept

Une technique de prompting où l'on fournit au modèle quelques exemples ('shots') de la tâche à accomplir dans le prompt lui-même, avant de lui donner la question finale. Cela aide le modèle à mieux comprendre le format de réponse attendu.

Fine-tuning (Affinage) concept

Le processus de prendre un modèle pré-entraîné (comme GPT) et de continuer à l'entraîner sur un jeu de données plus petit et spécifique à une tâche. Cela permet d'adapter le modèle à un domaine particulier.

Fonction d'activation concept

Une fonction mathématique appliquée à la sortie d'un neurone dans un réseau. Elle introduit de la non-linéarité, permettant au réseau d'apprendre des relations complexes. Exemples : ReLU, Sigmoid.

Fonction de perte (Loss Function) concept

Une fonction qui mesure l'écart entre les prédictions du modèle et les valeurs réelles. L'objectif de l'entraînement est de minimiser cette fonction.

Exemple : L'erreur quadratique moyenne (Mean Squared Error) pour la régression.

GAN (Generative Adversarial Network) concept

Un type d'architecture d'IA composé de deux réseaux de neurones, un générateur et un discriminateur, qui s'entraînent en compétition. Le générateur essaie de créer des données réalistes (ex: images) tandis que le discriminateur essaie de distinguer les vraies données des fausses. C'est la technologie derrière de nombreux générateurs d'images.

Gaudi 3 (Intel) acteur

Accélérateur IA d'Intel pour l'entraînement et l'inférence en datacenter, alternative moins coûteuse aux H100/H200.

Gemini acteur

Une famille de modèles de langage multimodaux développée par Google, conçue pour comprendre et traiter simultanément différents types d'informations comme le texte, les images, l'audio et la vidéo.

Gemini 2.5 acteur

Modèle multimodal de Google capable de traiter texte, images, audio et vidéo.

Google acteur

Notes sur Google, Gemini, DeepMind.

Gouvernance de l'IA concept

L'ensemble des règles, pratiques et processus qu'une organisation met en place pour s'assurer que ses activités liées à l'IA sont menées de manière éthique, responsable et conforme aux lois.

GPT (Generative Pre-trained Transformer) acteur

Une série de modèles de langage développée par OpenAI, basée sur l'architecture Transformer. 'Generative' signifie qu'il peut créer du texte, 'Pre-trained' qu'il a été entraîné sur une énorme quantité de données textuelles, et 'Transformer' est l'architecture de réseau de neurones utilisée.

GPT-4o acteur

Modèle multimodal d'OpenAI capable de traiter texte et images, caractérisé par ses capacités natives omni et sa rapidité.

GPT-5 acteur

Dernière génération de modèles génératifs d'OpenAI, qui accélère l'automatisation conversationnelle, enrichit l'interaction en temps réel et apporte des avancées sur la multimodalité et la sécurité.

H2O AutoML acteur

Outil AutoML pour automatiser le choix du modèle et le tuning.

Hallucination concept

Le phénomène par lequel un modèle d'IA génère des informations fausses, trompeuses ou qui n'ont aucun sens, mais les présente comme des faits. C'est un défi majeur dans la fiabilité des LLMs.

Hopper (NVIDIA) acteur

Famille de GPU NVIDIA (H100, H200) restant la référence standard pour l'entraînement LLM en datacenter.

Hugging Face acteur

Notes sur Hugging Face, Hub, transformers.

Hyperparamètre concept

Un paramètre de configuration d'un modèle d'IA qui est défini avant le début de l'entraînement. Il n'est pas appris par le modèle lui-même.

Exemple : Le taux d'apprentissage (learning rate), le nombre de couches dans un réseau de neurones.

IA (Intelligence Artificielle) concept

Un domaine de l'informatique qui vise à créer des machines capables d'effectuer des tâches qui nécessiteraient normalement l'intelligence humaine, comme la perception visuelle, la reconnaissance de la parole, la prise de décision et la traduction.

IA Faible (Weak AI) concept

Une IA spécialisée dans une tâche spécifique, sans conscience ni véritable intelligence générale. La grande majorité des IA actuelles sont des IA faibles.

Exemple : Siri, les systèmes de recommandation de Netflix.

IA Forte (Strong AI) concept

Une IA hypothétique qui posséderait une intelligence générale comparable à celle de l'homme, avec conscience, conscience de soi et la capacité de résoudre n'importe quel problème intellectuel.

IA Générative concept

Une branche de l'IA qui se concentre sur la création de nouveaux contenus, tels que du texte, des images, de la musique ou du code, à partir de données existantes.

Exemple : ChatGPT, Midjourney.

Infèrence concept

Le processus d'utilisation d'un modèle entraîné pour faire des prédictions sur de nouvelles données jamais vues auparavant.

Inferentia (AWS) acteur

ASIC d'Amazon spécifiquement pour l'inférence sur AWS.

Jeu de données (Dataset) concept

Une collection de données (images, textes, chiffres, etc.) utilisée pour entraîner, valider et tester un modèle d'intelligence artificielle.

Julius AI acteur

Outil spécialisé permettant de questionner un dataset en langage naturel.

JupyterLab acteur

Version moderne de Jupyter Notebooks avec interface améliorée.

K-means concept

Un algorithme de clustering populaire en apprentissage non supervisé qui vise à partitionner un ensemble de données en K clusters distincts, où chaque point de données appartient au cluster avec la moyenne (centroïde) la plus proche.

KNN (K-Nearest Neighbors) concept

Un algorithme d'apprentissage supervisé simple et intuitif utilisé pour la classification et la régression. Il classe un nouveau point de données en se basant sur la majorité des K points les plus proches dans l'espace des caractéristiques.

LangChain acteur

Framework d'orchestration LLM pour construire des applications NLP complexes (pipelines RAG, agents IA).

LLaMA (Large Language Model Meta AI) acteur

Une famille de modèles de langage open source développée par Meta. LLaMA et ses successeurs (Llama 2, Llama 3) sont très populaires pour la recherche et le développement d'applications locales.

Llama 4 acteur

Dernière génération de modèles open-source de Meta.

LlamaIndex acteur

Framework pour construire des applications RAG et des agents IA.

LLM (Large Language Model) concept

Un grand modèle de langage, un type de modèle d'IA entraîné sur d'énormes quantités de texte pour comprendre et générer du langage humain.

Exemple : GPT-4, Claude 3, Llama 3.

LoRA (Low-Rank Adaptation) concept

Une technique de fine-tuning efficace qui consiste à ne mettre à jour qu'un petit sous-ensemble des paramètres du modèle. Cela réduit considérablement les besoins en calcul et en mémoire pour adapter un LLM à une tâche spécifique.

Machine Learning (Apprentissage automatique) concept

Un sous-domaine de l'IA qui permet aux ordinateurs d'apprendre à partir de données sans être explicitement programmés. Le système s'améliore avec l'expérience.

Midjourney acteur

Un service et un modèle d'IA générative très populaire pour créer des images photoréalistes et artistiques à partir de descriptions textuelles (prompts).

Mistral acteur

Modèle LLM open-source performant et efficace.

Mixtral acteur

Une série de modèles de langage développée par la startup française Mistral AI, connue pour son architecture 'Mixture of Experts' (MoE) qui les rend très performants et efficaces.

MLOps (Machine Learning Operations) concept

Un ensemble de pratiques qui vise à déployer et à maintenir des modèles de machine learning en production de manière fiable et efficace. C'est l'équivalent du DevOps pour le Machine Learning.

Modèle concept

Le 'cerveau' d'un système d'IA. C'est une structure mathématique, composée de paramètres (ou 'poids'), qui a été entraînée sur des données pour effectuer une tâche spécifique (ex: traduire du texte, reconnaître des images).

Modèle de fondation concept

Un très grand modèle d'IA (comme un LLM) entraîné sur une quantité massive de données non étiquetées, qui peut être adapté (fine-tuné) pour une large gamme de tâches en aval.

Modèle local concept

Un modèle d'IA qui peut être exécuté directement sur une machine locale (ordinateur personnel, serveur d'entreprise) plutôt que via une API cloud. Offre plus de contrôle et de confidentialité.

Exemple : Llama 3, Mixtral.

Modèles Décodeur (Autorégressif) concept

Architecture générant le texte token par token, base des LLMs génératifs modernes.

Modèles Multimodaux (Vision-Language) concept

Modèles capables de traiter simultanément texte et images (GPT-4o, Gemini 2.5, Claude Opus 4.6, LLaVA, Qwen-VL).

Multimodalité concept

La capacité d'un modèle d'IA à comprendre, traiter et générer des informations provenant de plusieurs types de données (ou 'modalités') simultanément, comme le texte, les images, l'audio et la vidéo.

NeRF (Neural Radiance Fields) concept

Technique de reconstruction 3D à partir d'images 2D utilisant des réseaux de neurones.

Neurone (Artificiel) concept

L'unité de base d'un réseau de neurones. Il reçoit une ou plusieurs entrées, applique une fonction mathématique et produit une sortie.

NLP (Natural Language Processing - Traitement du Langage Naturel) concept

Un domaine de l'IA qui se concentre sur l'interaction entre les ordinateurs et le langage humain. Il englobe la compréhension, l'interprétation et la génération de la parole et du texte.

NLU (Natural Language Understanding - Compréhension du Langage Naturel) concept

Un sous-domaine du NLP qui se concentre sur la capacité d'une machine à comprendre le sens du langage humain, en tenant compte du contexte, de l'intention et des ambiguïtés.

NPU (Neural Processing Unit) concept

Cœur de traitement neuronal intégré dans les SoCs modernes (Apple M4, Snapdragon, Intel Core Ultra) pour l'inférence IA locale.

Ollama acteur

Outil simplifiant l'exécution locale de LLMs open-source (Llama, Mistral, Phi).

One-Shot Learning concept

Un cas spécifique de Few-Shot Learning où l'on ne donne qu'un seul exemple au modèle dans le prompt.

Open-source concept

Désigne un logiciel dont le code source est public et accessible, permettant à quiconque de le voir, le modifier et le distribuer.

Exemple : Les modèles Llama de Meta sont open source.

OpenAI acteur

Notes sur OpenAI, GPT, O-series.

Orchestration concept

Le processus de coordination de plusieurs agents IA, outils et sources de données pour accomplir une tâche complexe. Les frameworks comme LangChain ou CrewAI sont des outils d'orchestration.

Paramètre concept

Les valeurs internes d'un modèle (souvent appelées 'poids') qui sont apprises et ajustées pendant l'entraînement. Le nombre de paramètres est souvent utilisé comme une mesure de la taille et de la complexité d'un modèle.

Perplexité concept

Une mesure utilisée pour évaluer la qualité d'un modèle de langage. Elle indique à quel point le modèle est 'surpris' par un texte donné. Une perplexité plus faible signifie que le modèle prédit mieux le texte, ce qui est généralement un signe de meilleure qualité.

Perplexity Lab acteur

Une fonctionnalité de Perplexity AI qui permet aux utilisateurs d'expérimenter avec différentes versions de modèles et de paramètres pour affiner leurs recherches et obtenir des réponses plus précises.

Pipeline concept

Une série d'étapes de traitement de données où la sortie d'une étape devient l'entrée de la suivante. Les projets de Machine Learning sont souvent organisés en pipelines (collecte, nettoyage, entraînement, déploiement).

Plotly acteur

Bibliothèque de visualisation interactive pour la Data Science.

Policy (Politique) concept

Stratégie que suit l'agent pour choisir ses actions en fonction de l'état.

Pose Estimation concept

Détection et localisation des points clés du corps humain (articulations, mains, visage).

PPO (Proximal Policy Optimization) concept

Algorithme RL stable et efficace utilisé dans RLHF et applications robotiques.

Pré-entraînement concept

La phase initiale d'entraînement d'un grand modèle sur un vaste corpus de données généralistes, avant un éventuel fine-tuning sur une tâche spécifique.

Prompt concept

L'instruction, la question ou le texte d'entrée que l'on donne à un modèle d'IA générative pour qu'il produise une réponse.

Prompt Engineering (Ingénierie de prompt) concept

L'art et la science de concevoir des prompts efficaces pour obtenir les meilleurs résultats possibles d'un modèle d'IA générative.

Pruning (Élagage) concept

Suppression des connexions ou neurones peu importants du modèle pour réduire la taille et accélérer l'inférence.

PyTorch acteur

Un framework de deep learning open-source très populaire, développé par Meta. Il est largement utilisé pour la recherche et la production en raison de sa flexibilité et de son interface intuitive.

QLoRA concept

Une version encore plus efficace de LoRA (Quantized Low-Rank Adaptation) qui utilise des techniques de quantification pour réduire davantage l'empreinte mémoire lors du fine-tuning des LLMs, permettant d'entraîner des modèles encore plus grands sur du matériel grand public.

Qwen-VL acteur

Modèle multimodal open-source capable de traiter texte et images.

RAG (Retrieval-Augmented Generation) concept

Paradigme combinant un LLM génératif avec une base de connaissances externe pour réduire les hallucinations.

RAG Karpathy concept

Wiki style Karpathy vs RAG vectoriel classique.

ReAct (Reason + Act) concept

Un framework de prompting avancé où le modèle alterne entre des étapes de raisonnement ('Reason') pour décomposer un problème et des étapes d'action ('Act') pour interagir avec des outils externes (comme un moteur de recherche ou une calculatrice) afin de recueillir des informations. C'est un concept clé pour les agents autonomes.

Régression concept

Une tâche d'apprentissage supervisé qui consiste à prédire une valeur numérique continue.

Exemple : Prédire le prix d'une maison en fonction de sa superficie et de son emplacement.

Réseau de Neurones (Neural Network) concept

Un modèle de calcul inspiré par la structure du cerveau humain, composé de couches de neurones artificiels interconnectés.

Réseaux de Neurones Convolutifs (CNN) concept

Une classe de réseaux de neurones particulièrement efficace pour les tâches de vision par ordinateur, comme la reconnaissance d'images. Ils utilisent des filtres (convolutions) pour détecter des caractéristiques hiérarchiques (bords, formes, objets).

Réseaux de Neurones Récurrents (RNN) concept

Une classe de réseaux de neurones conçue pour traiter des données séquentielles, comme le texte ou les séries temporelles. Ils ont une forme de 'mémoire' qui leur permet de prendre en compte les informations précédentes dans la séquence.

RGPD (Règlement Général sur la Protection des Données) concept

Une réglementation européenne qui encadre le traitement des données personnelles et vise à protéger la vie privée des citoyens. La conformité au RGPD est un enjeu majeur pour les applications d'IA.

RLAIF (Reinforcement Learning from AI Feedback) concept

Technique fine-tunant les LLMs en remplaçant les annotateurs humains par un autre LLM.

RLHF (Reinforcement Learning from Human Feedback) concept

Technique fine-tunant les LLMs pour qu'ils soient utiles, inoffensifs et honnêtes.

SAM 2 (Segment Anything Model) acteur

Modèle de segmentation universel de Meta capable de segmenter n'importe quel objet dans une image ou vidéo.

Self-Correction concept

Une technique de prompting où l'on demande au modèle de critiquer et d'améliorer sa propre réponse initiale, souvent en plusieurs étapes. Cela permet d'affiner le résultat et de réduire les erreurs.

Sora acteur

Un modèle 'text-to-video' développé par OpenAI, capable de générer des clips vidéo de haute qualité et d'une durée allant jusqu'à une minute à partir de descriptions textuelles.

Spéculative Decoding concept

Technique d'inférence LLM réduisant la latence de 2 à 3x sans perte de qualité.

Stable Diffusion acteur

Un modèle de génération d'images open source très populaire, connu pour sa flexibilité et la grande communauté qui l'entoure. Il a permis de démocratiser la création d'images par IA.

Suno acteur

Un modèle et un service d'IA spécialisé dans la génération de musique. Il peut créer des chansons complètes avec voix, instruments et paroles à partir d'un simple prompt.

Surapprentissage (Overfitting) concept

Un problème qui survient lorsqu'un modèle apprend 'par cœur' les données d'entraînement, y compris le bruit et les détails insignifiants. Un modèle en surapprentissage a de bonnes performances sur les données qu'il a déjà vues, mais de très mauvaises sur de nouvelles données.

Taux d'apprentissage (Learning Rate) concept

Un hyperparamètre qui contrôle la taille des ajustements des poids du modèle lors de la descente de gradient. Un taux trop élevé peut rendre l'entraînement instable, tandis qu'un taux trop bas peut le rendre très lent.

TensorFlow acteur

Un framework de deep learning open-source développé par Google. C'est l'un des outils les plus utilisés pour construire et déployer des modèles de machine learning à grande échelle.

Token concept

L'unité de base du texte pour un LLM. Un token peut être un mot, un sous-mot ou un caractère. La longueur des prompts et des réponses, ainsi que la tarification des API, sont souvent basées sur le nombre de tokens.

TPOT concept

Outil AutoML utilisant la programmation génétique.

Trainium 2 (AWS) acteur

ASIC d'Amazon spécifiquement pour l'entraînement sur AWS.

Transfer Learning (Apprentissage par transfert) concept

Une technique de machine learning où un modèle développé pour une tâche est réutilisé comme point de départ pour un modèle sur une deuxième tâche. Le fine-tuning d'un LLM est une forme de transfer learning.

Transformer concept

Une architecture de réseau de neurones révolutionnaire introduite en 2017. Elle utilise un mécanisme appelé 'attention' pour peser l'importance de différents mots dans une séquence, ce qui lui permet de gérer très efficacement les dépendances à longue distance. C'est la base de la plupart des LLMs modernes.

Transparence concept

Le principe selon lequel le fonctionnement et les décisions d'un système d'IA doivent être compréhensibles et accessibles. La transparence est essentielle pour la confiance et la responsabilité.

U-Net concept

Une architecture de réseau de neurones convolutif particulièrement utilisée pour la segmentation d'images biomédicales. Sa forme symétrique en 'U' lui permet de capturer à la fois le contexte et la localisation précise.

Validation concept

L'étape du processus d'entraînement où l'on évalue la performance du modèle sur un jeu de données distinct (le jeu de validation) pour ajuster les hyperparamètres et éviter le surapprentissage.

Veille automatique concept

Pipeline RSS + ingest quotidien pour la veille IA.

Vision 3D / Reconstruction de scène concept

Reconstruction de modèles 3D à partir d'images 2D (NeRF, 3D Gaussian Splatting).

vLLM acteur

Outil de serving LLM haute performance en production.

Workflow concept

Une séquence d'étapes ou de tâches organisées pour atteindre un objectif. En IA, un workflow peut impliquer la collaboration de plusieurs modèles et outils.

XGBoost acteur

Une bibliothèque de 'gradient boosting' optimisée, très populaire et performante pour les tâches de classification et de régression sur des données structurées ou tabulaires. Elle est connue pour sa vitesse et sa précision.

YOLO (You Only Look Once) acteur

Une famille d'architectures de réseaux de neurones très rapide et populaire pour la détection d'objets en temps réel dans les images et les vidéos.

YOLO v11/v12 acteur

Versions récentes de YOLO intégrant des mécanismes d'attention, rapprochant les performances des Vision Transformers.

Zero-Shot Learning concept

La capacité d'un modèle à effectuer une tâche pour laquelle il n'a reçu aucun exemple spécifique. On lui pose directement une question sans lui montrer comment faire. C'est la force des grands LLMs pré-entraînés.

Aucun terme ne correspond à cette recherche.