Glossaire de l’IA
Glossaire de l’IA : les mots de l’ingénierie IA, en clair
48 termes et 10 comparaisons, des tokens à MCP, chacun en une phrase claire et relié à la leçon gratuite qui l’enseigne par la pratique.
48 termes10 comparaisons
Termes de A à Z
A
- Agent de code
- Un agent de code est un modèle qui lit un dépôt de code, modifie des fichiers et lance des commandes, comme les tests, en boucle jusqu’à terminer une tâche.
- Agent IA
- Un agent IA est un programme où un modèle de langage choisit lui-même l’étape suivante, en appelant des outils en boucle jusqu’à finir la tâche ou être arrêté.
- 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.
- Appel d’outils
- L’appel d’outils permet à un modèle de langage de demander à votre programme d’exécuter une fonction nommée avec des arguments, puis d’utiliser le résultat.
- Attention (mécanisme d’attention)
- L’attention est l’étape d’un transformer où chaque token note les tokens qu’il peut voir, transforme ces notes en poids et prend un mélange pondéré de leurs valeurs.
B
- Bac à sable (sandboxing)
- Le bac à sable fait tourner les outils ou le code généré par un modèle dans un espace fermé, aux fichiers, réseau et temps limités, pour qu’une erreur ne se propage pas.
- Boucle d’agent
- La boucle d’agent est le cycle au cœur d’un agent : envoyer la conversation au modèle, exécuter l’outil demandé, ajouter le résultat, recommencer.
D
- Découpage (chunking)
- Le découpage consiste à couper de longs documents en passages plus courts avant de calculer leurs plongements, pour qu’une recherche renvoie la partie utile.
- Déploiement canari
- Un déploiement canari envoie d’abord une petite part du trafic réel vers un nouveau modèle ou prompt, et ne l’élargit que si qualité et erreurs restent dans les limites convenues.
- Dérive du modèle
- La dérive est un changement, avec le temps, de la qualité d’une fonction d’IA, parce que les entrées, le monde ou le modèle derrière une API ont changé.
- Diffusion en flux (streaming)
- Le streaming envoie la réponse d’un modèle morceau par morceau pendant sa génération : l’utilisateur voit les premiers mots tout de suite au lieu d’attendre la fin.
E
- Évaluation (eval)
- Une évaluation est un test répétable d’une fonction d’IA : des entrées fixes, une façon de noter chaque sortie, et un score à comparer entre deux versions.
F
- Fenêtre de contexte
- La fenêtre de contexte est la quantité maximale de texte, en tokens, qu’un modèle peut traiter en un appel : prompt, historique et réponse compris.
G
- Garde-fous
- Les garde-fous sont les contrôles autour d’un appel de modèle qui bloquent les entrées et sorties indésirables, appliqués par le code et pas seulement demandés dans le prompt.
- Génération augmentée par la recherche (RAG)
- Le RAG répond à une question en retrouvant d’abord des passages utiles dans vos propres documents, puis en les donnant à un modèle de langage pour qu’il réponde à partir d’eux.
- Grand modèle de langage (LLM)
- Un grand modèle de langage est un réseau de neurones entraîné sur énormément de texte pour prédire le token suivant, ce qui lui permet d’écrire, résumer, traduire et répondre.
H
- Hallucination
- Une hallucination est une réponse d’un modèle de langage, assurée et bien écrite, qui n’est pas appuyée par ses sources ou qui est tout simplement fausse.
I
- Inférence
- L’inférence est l’exécution d’un modèle entraîné pour produire une sortie à partir d’une entrée, par opposition à l’entraînement ; c’est ce que fait chaque appel.
- Ingénierie du contexte
- L’ingénierie du contexte consiste à choisir ce qui entre dans le contexte du modèle à chaque appel, pour qu’il ait ce dont il a besoin et peu d’autre chose.
- Injection de prompt
- L’injection de prompt est une attaque où un texte fourni par un utilisateur ou trouvé dans des données contient des consignes qui font ignorer au modèle ses propres règles.
J
- Jeu de référence (golden set)
- Un jeu de référence est un ensemble fixe d’entrées avec des bonnes réponses convenues, qui sert d’étalon pour noter une fonction d’IA.
- JSON Schema
- JSON Schema est une façon standard de décrire la forme de données JSON, leurs champs, types et valeurs obligatoires, pour les vérifier automatiquement.
L
- Latence
- La latence est le temps qu’un utilisateur attend une réponse ; pour un modèle de langage, on distingue le délai avant le premier token et le temps total.
- Limite de débit
- Une limite de débit plafonne le nombre de requêtes ou de tokens envoyés à une API sur une période ; au-delà, les requêtes sont refusées jusqu’à la période suivante.
- LLM juge
- Un LLM juge est un modèle de langage chargé de noter la sortie d’un autre modèle selon une grille, quand un simple contrôle par code ne peut pas trancher.
- LoRA (adaptation de rang faible)
- LoRA est une façon d’ajuster un modèle en entraînant de petites matrices ajoutées à côté de ses poids gelés, ce qui demande bien moins de mémoire.
M
- Masquage des données personnelles
- Le masquage des données personnelles repère noms, e-mails, numéros de téléphone ou adresses dans un texte et les retire ou les masque avant envoi ou stockage.
- Mise en cache
- La mise en cache conserve le résultat d’un appel de modèle déjà fait, pour répondre de nouveau à la même requête sans la payer deux fois.
- Model Context Protocol (MCP)
- Le Model Context Protocol est un standard ouvert pour relier des applications d’IA à des outils et des données : un même serveur sert tout assistant qui le parle.
- Modèle local
- Un modèle local est un modèle de langage qui tourne sur du matériel que vous contrôlez, portable, serveur ou machine cloud à vous, plutôt que derrière l’API d’un autre.
O
- Observabilité
- L’observabilité d’une fonction d’IA consiste à enregistrer chaque appel de modèle, prompt, réglages, tokens, durée et résultat, pour voir ce qui s’est passé et pourquoi.
P
- Plongement (embedding)
- Un plongement est une liste de nombres qui représente le sens d’un texte, de sorte que des textes au sens proche se retrouvent proches.
- Poids ouverts
- Un modèle à poids ouverts est un modèle dont les paramètres entraînés sont publiés au téléchargement, pour le faire tourner, l’examiner et l’ajuster chez soi.
- 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.
- Prompt système
- Le prompt système est la consigne permanente placée avant la conversation, qui fixe le rôle, le ton et les règles du modèle pour toutes ses réponses.
Q
- Quantification
- La quantification stocke les poids d’un modèle sur moins de bits, par exemple 4 au lieu de 16, pour qu’il prenne moins de mémoire et aille plus vite, avec une légère perte de qualité.
R
- Recherche hybride
- La recherche hybride lance une recherche par mots-clés et une recherche vectorielle sur la même requête, puis fusionne les deux listes de résultats.
- Recherche vectorielle
- La recherche vectorielle retrouve les éléments dont le plongement est le plus proche de celui d’une requête : elle compare le sens, pas les mots exacts.
- Reclassement (reranking)
- Le reclassement reprend les premiers résultats d’une recherche rapide et les réordonne avec un modèle plus lent et plus précis, pour placer les meilleurs passages en tête.
- Red teaming
- Le red teaming consiste à attaquer volontairement son propre système d’IA pour le faire dévier, fuiter des données ou mal utiliser ses outils, avant que d’autres ne le fassent.
- Routage de modèles
- Le routage de modèles envoie chaque requête au modèle le plus adapté, souvent un petit modèle peu coûteux pour les cas simples et un plus grand seulement au besoin.
S
- Sortie structurée
- La sortie structurée consiste à demander au modèle une réponse dans une forme fixe lisible par une machine, comme du JSON aux champs nommés, au lieu de texte libre.
- Système multi-agents
- Un système multi-agents répartit une tâche entre plusieurs agents IA, chacun avec son rôle, ses outils et son contexte, coordonnés par du code ou par un autre agent.
T
- Température
- La température est un réglage qui dose le hasard dans le choix du token suivant : basse, les réponses sont stables ; haute, elles sont plus variées.
- Texte vers SQL (text-to-SQL)
- Le texte vers SQL, c’est un modèle de langage qui traduit une question posée en mots simples en requête de base de données, requête vérifiée avant qu’on se fie à sa réponse.
- Token
- Un token est le morceau de texte avec lequel un modèle de langage lit et écrit : souvent un bout de mot, un mot court entier ou un signe de ponctuation.
- Transformer
- Un transformer est l’architecture de réseau de neurones de la plupart des modèles de langage : une pile de blocs identiques où chaque token prend aux autres ce dont il a besoin, par l’attention.
Comparaisons
Les choix que l’on cherche, tranchés en une phrase et un court tableau.
RAG ou fine-tuning
Le RAG donne au modèle des faits à consulter et à tenir à jour ; le fine-tuning change sa façon de faire, comme un format, un ton ou une tâche étroite.
MCP ou appel d’outils
L’appel d’outils est la façon dont un modèle demande l’exécution d’une fonction ; MCP est un standard pour proposer ces outils depuis un serveur séparé, partagé par plusieurs applications.
Agent IA ou enchaînement fixe
Un enchaînement fixe exécute des étapes écrites d’avance, avec un modèle à certaines d’entre elles ; un agent laisse le modèle choisir les étapes, plus souple et moins prévisible.
Modèle local ou API
Un modèle local garde données et versions sous votre contrôle, au prix du matériel et de l’exploitation ; une API hébergée offre de plus grands modèles sans serveur, payés au token.
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.
Plongements ou recherche par mots-clés
La recherche par plongements compare le sens et trouve les reformulations ; la recherche par mots-clés compare les mots exacts et trouve codes et noms. Beaucoup de systèmes combinent les deux.
Évaluations ou tests unitaires
Les tests unitaires vérifient que le code fait exactement ce qu’il doit à chaque fois ; les évaluations notent une fonction fondée sur un modèle sur de nombreux cas, car ses sorties varient.
Chatbot ou agent IA
Un chatbot répond à chaque message d’une conversation ; un agent poursuit un but sur de nombreuses étapes, en choisissant et en appelant des outils, souvent sans message entre deux.
Poids ouverts ou modèles fermés
Un modèle à poids ouverts se télécharge, tourne et s’adapte sur votre matériel dans les limites de sa licence ; un modèle fermé ne s’utilise que par l’API du fournisseur.
Streaming ou réponse entière
Diffusez quand une personne regarde la réponse s’écrire, pour qu’elle lise tout de suite ; attendez la réponse entière quand le code doit d’abord l’analyser ou la vérifier.