Comparaison IA
Ingénierie de prompt ou fine-tuning
Commencez par l’ingénierie de prompt, rapide et peu coûteuse à changer ; passez au fine-tuning seulement s’il reste un écart mesuré que de meilleurs prompts ne comblent pas.
| Aspect | Ingénierie de prompt | Fine-tuning |
|---|---|---|
| Temps pour essayer | Quelques minutes | Des jours, avec des données à réunir |
| Coût d’un changement | Modifier du texte | Réentraîner |
| Données nécessaires | Quelques exemples | Des centaines ou des milliers d’exemples |
| Coût par appel | Des prompts longs coûtent plus de tokens | Des prompts plus courts une fois entraîné |
Choisir Ingénierie de prompt quand
- Vous cherchez encore à quoi ressemble un bon résultat
- La tâche change souvent
- Vous avez peu d’exemples
Choisir Fine-tuning quand
- Les évaluations montrent un écart que le prompt ne comble pas
- La tâche est stable et répétée en volume
- Vous avez un jeu d’entraînement propre et un jeu de test séparé
L’apprendre par la pratique
Ces leçons gratuites l’enseignent avec des commandes à lancer dans un lab et des tâches corrigées. Elles se lisent en entier sans compte.
Termes liés
- Prompt
- Un prompt est le texte envoyé à un modèle de langage pour lui dire quoi faire : la consigne, d’éventuels exemples et la matière sur laquelle travailler.
- Prompt avec exemples (few-shot)
- Le few-shot consiste à mettre quelques exemples résolus dans le prompt pour que le modèle reproduise leur forme et leur jugement sur une nouvelle entrée.
- Ajustement fin (fine-tuning)
- L’ajustement fin consiste à continuer l’entraînement d’un modèle existant sur vos propres exemples pour qu’il apprenne une tâche, un style ou un format.