IA générative

Votre mouvement d’apprentissage

S’orienterClarifier un terme, une source, une personne ou un événement.

Pourquoi cette page existe

Les pages de référence soutiennent l’apprentissage sans vous obliger à abandonner votre question ou parcours.

Ce que vous en retirerez

L’IA générative produit texte, images, son, vidéo, code ou autre contenu en réponse à un contexte et à des contrôles.

Avant de commencer

Utilisez ces pages seules ou revenez à l’objet qui vous y a conduit.

Faites ceci maintenant

Trouvez le fait ou la relation nécessaire, puis revenez à votre objectif.

À faire maintenantClarifier ce conceptLe plan indique le résultat, le temps, les prérequis, l’action immédiate et la suite préparée.Autre parcours valableExaminer les SourcesVoir la provenance, la revue et les limites des preuves.

Compte

Glossaire connecté

IA générative

L’IA générative produit texte, images, son, vidéo, code ou autre contenu en réponse à un contexte et à des contrôles.

Plan pour cette page

Comprendre un concept dans un langage simple et le relier à des idées voisines.

Vous repartirez avec: Ces systèmes apprennent des structures statistiques dans les données puis construisent une suite dans une représentation. Le résultat peut sembler utile et nouveau sans être factuel, original au sens juridique ni adapté au but de l’utilisateur.
Temps: 3–8 min
Avant de commencer: Aucun prérequis. Gardez un exemple réel en tête.
Faites ceci maintenant: Lisez l’explication, puis comparez l’exemple à l’idée reçue.

Étape suivante préparéeVoir comment un résultat génératif est produit

IA générativeL’IA générative produit texte, images, son, vidéo, code ou autre contenu en réponse à un contexte et à des contrôles.

Modèle de fondation
Grand modèle de langage
Modèle multimodal
Hallucination

Explication

Ces systèmes apprennent des structures statistiques dans les données puis construisent une suite dans une représentation. Le résultat peut sembler utile et nouveau sans être factuel, original au sens juridique ni adapté au but de l’utilisateur.

Exemple

Une personne fournit un brief produit et le système rend trois descriptions provisoires qu’elle vérifie puis modifie.

Pourquoi cela compte

La génération accélère création et variantes, mais aussi erreurs, médias synthétiques, questions de droits et risques privés. La qualité dépend du modèle, contexte, outils, échantillonnage, données et revue humaine.

Idée reçue

Idée reçue : le contenu généré est retrouvé tel quel dans une base vérifiée. Correction : le système construit généralement un résultat à partir de motifs appris ; chaque affirmation exige encore des preuves.

Concepts liés

Suivez les relations, pas seulement l’alphabet

Modèle de fondationUn modèle de fondation est entraîné assez largement pour être adapté ou utilisé dans plusieurs tâches et applications en aval.Grand modèle de langageUn grand modèle de langage, ou LLM, est un modèle riche en paramètres entraîné sur des séquences linguistiques pour prédire et générer des jetons en contexte.Modèle multimodalUn modèle multimodal traite ou produit plusieurs types de données comme texte, image, son, vidéo ou signaux de capteurs.HallucinationUne hallucination est un contenu généré non soutenu, inexact ou inventé qui reste souvent fluide et plausible.

Voir comment un résultat génératif est produit

Sources et périmètre

Ce qui soutient cet objet

Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence ProfileU.S. National Institute of Standards and Technology

Fournit des conseils volontaires en matière de gestion des risques pour les systèmes génératifs et leurs chaînes d’approvisionnement ; il ne décrit pas toutes les architectures ni ne garantit la suffisance d’un contrôle.

Ouvrir la source

Loading page content...

…