FR
Se connecterCommencer
Glossaire

Hallucination

Qu’est-ce que Hallucination ?

On parle d’hallucination lorsqu’un modèle d’IA produit une réponse convaincante mais fausse ou inventée de toutes pièces, par exemple une décision de justice inexistante, un chiffre erroné ou une source fictive. La cause : les modèles de langage produisent des formulations probables ; ils ne vérifient pas automatiquement les faits. Le risque diminue lorsque les réponses s’appuient sur des sources vérifiées, citent leurs références et que des personnes contrôlent les résultats importants.

Ce que fait KI.ordo

Les agents KI.ordo répondent à partir de vos connaissances, citent leurs sources et disent clairement lorsqu’ils ne savent pas ; le modèle « Vérification des faits avec vos connaissances » aide au contrôle, sans pouvoir exclure toute erreur.

En savoir plus →: Hallucination

Modèles adaptés

Thèmes

  • Modèles de langage
  • Fiabilité
  • Risque

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

Génération augmentée par récupération (RAG)

La génération augmentée par récupération associe recherche et génération de texte : avant de répondre, le système cherche dans une base de connaissances (manuels, directives, FAQ…) les passages pertinents et les transmet au modèle de langage comme contexte. La réponse s'appuie ainsi sur des contenus actuels propres à l'entreprise, et pas seulement sur les connaissances d'entraînement du modèle. Cela réduit les affirmations inventées, rend les sources traçables et permet des mises à jour sans nouvel entraînement.

  • RAG
  • recherche documentaire
  • +1

Date limite des connaissances (knowledge cutoff)

La date limite des connaissances (knowledge cutoff) est le moment jusqu'auquel s'étendent les données d'entraînement d'un modèle de langage. Les événements, prix, lois ou produits apparus ensuite lui sont inconnus par nature : il peut donc fournir des informations dépassées si vous ne lui transmettez pas de données actuelles. On y remédie avec des méthodes qui intègrent, au moment de la requête, vos propres documents ou des contenus web récents.

  • LLM
  • Actualité
  • +1

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

Humain dans la boucle (human-in-the-loop)

Le principe de l'humain dans la boucle désigne des processus où des personnes interviennent à des étapes définies d'un traitement par IA : elles vérifient les résultats, les valident, les corrigent ou reprennent les cas difficiles. Cela réduit le risque d'erreurs et maintient la responsabilité humaine, notamment pour les décisions touchant des personnes, de l'argent ou le droit. Exemple : un agent IA rédige des réponses aux clients, qu'un collaborateur relit avant envoi.

  • Validation
  • Contrôle
  • +1