Glossaire

Apprentissage few-shot

Qu’est-ce que Apprentissage few-shot ?

L’apprentissage few-shot désigne la capacité d’un modèle à résoudre une tâche à partir de quelques exemples seulement. Avec les modèles de langage, cela se fait généralement dans l’entrée : on montre deux ou trois paires question/réponse souhaitée, et le modèle reprend le format et le style pour les nouveaux cas, sans réentraînement. Exemple : trois demandes clients correctement classées suffisent souvent pour que les suivantes soient triées selon le même schéma.

Ce que fait KI.ordo

Dans KI.ordo, vous pouvez inscrire des exemples directement dans les instructions d’un agent pour fixer le ton et le format de ses réponses.

En savoir plus →

Thèmes

Prompting
Exemples
Modèles de langage

Essayer KI.ordo

Agents, flux et modèles dans un seul espace de travail – démo gratuite de 24 heures.

Lancer la démo

← Tous les termes

Termes associés

Apprentissage zero-shot

L'apprentissage zero-shot signifie qu'un modèle peut accomplir une tâche sans en avoir vu d'exemples concrets au préalable. Les grands modèles de langage réalisent ainsi une traduction ou une classification à partir de la seule description figurant dans le prompt. Si la qualité ne suffit pas, l'apprentissage few-shot aide souvent : vous ajoutez quelques exemples de la réponse attendue.

LLM
Prompting
+1

Prompt

Un prompt est l'entrée qui indique à un modèle d'IA ce qu'il doit faire : une question, une tâche ou une consigne, souvent accompagnée de contexte, d'exemples et du format souhaité. La qualité de la réponse dépend fortement de la clarté et de la complétude du prompt. Par exemple, plutôt que « Écris quelque chose sur notre produit », préférez « Rédige trois avantages courts du produit X pour les artisans, ton factuel ».

prompting
entrée
+1

Modèle

Métaprompt

Un métaprompt est une instruction qui demande à un modèle de langage de rédiger ou d’améliorer lui-même des prompts ou des instructions système. Vous décrivez l’objectif, le public et le ton souhaité et fournissez des exemples ; le modèle formule alors des instructions structurées avec un rôle, des règles et des limites. On obtient ainsi plus vite de bonnes premières versions, testées puis affinées par des personnes. Exemple : « service client d’un magasin de vélos » devient un projet d’instructions complet.

prompting
agents
+1

Modèle

Grand modèle de langage (LLM)

Un grand modèle de langage (Large Language Model, LLM) est un réseau de neurones entraîné sur de très grands volumes de texte, ce qui lui permet de comprendre et de produire du langage. Il fonctionne en calculant, pas à pas, le jeton suivant le plus probable. Les LLM rédigent, résument, traduisent, répondent à des questions et génèrent du code ; Claude, GPT, Gemini et Llama en sont des exemples connus. Sans sources à jour, ils ne connaissent que leurs données d’entraînement.

Modèles de langage
IA générative
+1