Glossaire

Ajustement par instructions (instruction tuning)

Qu’est-ce que Ajustement par instructions (instruction tuning) ?

L'instruction tuning est une forme d'affinage dans laquelle un modèle de langage pré-entraîné est entraîné davantage sur de nombreuses paires associant une consigne et la réponse attendue. Le modèle apprend ainsi à exécuter des tâches formulées en langage naturel, au lieu de simplement prolonger un texte. C'est une étape clé pour passer d'un modèle de base à un assistant, souvent combinée à des méthodes comme le RLHF. Exemple : « Résume ce texte en trois phrases » est exécuté de façon fiable.

Ce que fait KI.ordo

KI.ordo n'entraîne pas de modèles : la plateforme utilise les modèles Claude d'Anthropic, déjà entraînés comme assistants, et oriente leur comportement par des instructions et des connaissances.

En savoir plus →

Thèmes

Affinage
Modèles de langage
Entraînement

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

Réglage fin (fine-tuning)

Le réglage fin (fine-tuning) consiste à poursuivre l’entraînement d’un modèle d’IA déjà pré-entraîné avec des données supplémentaires, généralement propres à une tâche. Ses poids internes sont ajustés pour qu’il maîtrise plus sûrement un style d’écriture, un vocabulaire spécialisé ou un format de sortie. Cela exige des exemples soigneusement préparés, de la puissance de calcul et des tests. Pour beaucoup d’usages, des instructions bien rédigées et des connaissances connectées suffisent et se modifient plus facilement.

Entraînement
Personnalisation
+1

Apprentissage par renforcement à partir de retours humains (RLHF)

Le RLHF est une méthode d'entraînement qui rend les modèles de langage plus utiles et plus sûrs. Des personnes comparent et notent plusieurs réponses du modèle ; ces jugements servent à entraîner un modèle de récompense, qui affine ensuite le modèle de langage par apprentissage par renforcement. Le modèle apprend ainsi, par exemple, à répondre plus clairement ou à refuser des demandes problématiques. Le RLHF a lieu chez le fournisseur du modèle, avant sa publication, et non chez chaque utilisateur.

entraînement
retours humains
+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

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