Lexique Intelligence Artificielle
Comprendre le vocabulaire de l'IA : LLM, RAG, agents, embeddings et autres termes techniques de l'intelligence artificielle appliquée aux RH et aux entreprises.
50 définitions
Agent IA
Programme d'intelligence artificielle capable d'agir de manière autonome pour accomplir des tâches complexes. Contrairement à un simple chatbot, un agent peut planifier, utiliser des outils externes, naviguer sur le web et prendre des décisions en plusieurs étapes.
Agentic AI
Approche de l'IA où les modèles de langage sont dotés de capacités d'action autonome : recherche d'information, exécution de code, appels d'API. L'IA devient un agent capable d'accomplir des workflows complets plutôt que de simplement répondre à des questions.
API (dans le contexte IA)
Interface permettant d'accéder aux capacités d'un modèle d'IA depuis une application. Les fournisseurs comme OpenAI, Anthropic ou Mistral proposent des API pour intégrer leurs modèles dans des produits tiers.
Chain of Thought (CoT)
Technique de prompting incitant le modèle à détailler son raisonnement étape par étape avant de donner sa réponse finale. Améliore significativement les performances sur les tâches de logique et de calcul.
Chatbot
Agent conversationnel automatisé capable de dialoguer avec des utilisateurs en langage naturel. Les chatbots modernes basés sur les LLM peuvent comprendre le contexte et générer des réponses pertinentes.
Claude
Famille de modèles de langage développés par Anthropic, connus pour leur approche centrée sur la sécurité et l'utilité. Utilisé pour l'assistance, l'analyse de documents et la génération de contenu.
Few-shot learning
Technique où l'on fournit quelques exemples dans le prompt pour guider le modèle sur le format ou le style de réponse attendu. Permet d'adapter le comportement du LLM sans réentraînement.
GPT
Generative Pre-trained Transformer. Architecture de modèle de langage développée par OpenAI, à la base de ChatGPT. Le terme désigne aussi la famille de modèles (GPT-3.5, GPT-4, GPT-4o).
IA conversationnelle
Systèmes d'intelligence artificielle capables de dialoguer naturellement avec les humains. Utilisée pour les assistants virtuels, le support client automatisé et les chatbots RH.
IA générative
Branche de l'IA capable de créer du contenu original : texte, images, code, musique. Les LLM comme GPT et Claude sont des IA génératives textuelles.
Latence
Temps de réponse d'un système d'IA entre la réception d'une requête et la génération de la réponse. Un facteur critique pour l'expérience utilisateur des applications conversationnelles.
LLM (Large Language Model)
Grand modèle de langage, réseau de neurones entraîné sur d'immenses corpus de texte pour comprendre et générer du langage naturel. Exemples : GPT-4, Claude, Mistral, Llama.
MCP (Model Context Protocol)
Protocole standardisé permettant aux applications d'IA de se connecter à des sources de données externes de manière sécurisée. Facilite l'intégration des LLM avec les systèmes d'information existants.
Mistral
Entreprise française d'IA et ses modèles de langage open source. Mistral propose des modèles performants et efficaces, souvent utilisés pour des déploiements locaux ou européens.
Modèle de fondation
Grand modèle d'IA pré-entraîné sur des données massives, servant de base pour de nombreuses applications. Les LLM comme GPT-4 ou Claude sont des modèles de fondation pour le traitement du langage.
Ollama
Outil open source permettant d'exécuter facilement des LLM en local sur son ordinateur ou serveur. Supporte de nombreux modèles (Llama, Mistral, etc.) et simplifie leur déploiement.
Open source (IA)
Modèles d'IA dont les poids et parfois le code d'entraînement sont publiquement disponibles. Permet aux entreprises de les déployer en interne. Exemples : Llama (Meta), Mistral, Falcon.
OpenAI
Entreprise américaine créatrice de ChatGPT et des modèles GPT. Pionnière de l'IA générative grand public et principale force motrice de la démocratisation des LLM.
Prompt
Instruction ou question envoyée à un modèle d'IA pour obtenir une réponse. La qualité du prompt influence directement la pertinence de la réponse générée.
RAG (Retrieval-Augmented Generation)
Architecture combinant recherche documentaire et génération de texte. Le système recherche d'abord les informations pertinentes dans une base de connaissances, puis les fournit au LLM pour générer une réponse contextualisée et sourcée.
Recherche sémantique
Recherche basée sur le sens plutôt que sur les mots-clés exacts. Utilise les embeddings pour trouver des documents conceptuellement similaires à la requête, même sans correspondance lexicale.
SLM (Small Language Model)
Modèle de langage de taille réduite, optimisé pour des tâches spécifiques ou des déploiements sur des ressources limitées. Plus rapide et économique que les grands LLM pour certains cas d'usage.
Température
Paramètre contrôlant le caractère aléatoire des réponses d'un LLM. Une température basse (0) produit des réponses déterministes et factuelles, une température élevée génère des réponses plus créatives et variées.
Token
Unité de base du traitement de texte par les LLM. Un token représente généralement un mot ou une partie de mot (3-4 caractères en moyenne). La tarification des API et les limites de contexte sont exprimées en tokens.
Tool use
Capacité d'un LLM à appeler des outils externes (calculatrice, recherche web, API, base de données) pour accomplir des tâches qu'il ne peut pas réaliser seul. Fondement des agents IA.
Vectorisation
Processus de conversion de données (texte, images) en vecteurs numériques. Étape essentielle pour stocker et rechercher des documents dans une base vectorielle utilisée par le RAG.
Workflow IA
Séquence automatisée d'actions impliquant un ou plusieurs modèles d'IA. Peut inclure la classification de documents, l'extraction d'informations, la génération de réponses et l'exécution d'actions.
Découvrez aussi nos autres lexiques
L'IA au service de vos RH
Découvrez comment Kammi intègre l'intelligence artificielle pour simplifier votre gestion RH.
Demander une démo