Prompt

GLOSARIO

Apprentissage par quelques exemples (Few-shot) : définition, mécanisme et limites de l'in-context learning

Le few-shot prompting est une technique d'ingénierie de contexte qui inclut des paires entrée-sortie dans la requête pour guider la réponse du modèle sans mettre à jour ses poids. Cette fiche explique le mécanisme de l'in-context learning, propose trois exemples appliqués dans des domaines distincts, distingue la technique du zero-shot, du fine-tuning et de la chaîne de pensée, et délimite ses restrictions opérationnelles.

21 oct. 2026 ↗

ANALISIS

De la réponse à l’action : comment l’interface entre les personnes et l’IA a changé

L’évolution des interactions avec l’IA peut se lire à travers ce qu’une personne demande au système et ce que celui-ci peut accomplir. Mais les sources disponibles documentent des exemples d’interfaces et d’assistance, pas une transition historique uniforme ni une capacité générale à exécuter des actions.

30 sept. 2026 ↗

GLOSARIO

Ingénierie du contexte : sélectionner et maintenir les informations reçues par un système d’IA

L’ingénierie du contexte consiste à déterminer quelles informations un modèle doit recevoir pour accomplir une tâche, comment les obtenir et comment les maintenir pertinentes pendant l’exécution. Elle ne se résume pas à rédiger un prompt plus long : elle englobe aussi la sélection de documents, l’utilisation d’outils et la gestion de l’état.

27 sept. 2026 ↗

GLOSARIO

Chaîne de pensée en IA : ce qu’elle est et ce qu’elle ne prouve pas

Une chaîne de pensée est une séquence d’étapes intermédiaires formulées en texte, qu’un modèle génère ou reçoit comme exemple. Elle peut aider à structurer une tâche et à rendre certaines étapes visibles, mais sa cohérence ne prouve ni leur exactitude ni leur fidélité au processus interne ayant produit la réponse.

27 sept. 2026 ↗