Telaria MCP - Fondamentaux IA (version conviviale)
Ce document propose une base simple pour comprendre comment une IA fonctionne, sans jargon inutile. Il est pensé pour aider à préparer et relire des contenus produits via MCP.
1. Pourquoi ce guide
L'objectif est de donner un socle commun pour dialoguer avec un modèle de langage et cadrer les usages documentaires, même sans bagage en science des données.
2. Qu'est-ce qu'un système d'IA
Un système d'IA est un système fondé sur une machine qui, à partir d'entrées, infère comment produire des sorties (prédictions, recommandations, contenus ou décisions) selon des objectifs définis par l'humain. Cette définition est cohérente avec les principes de l'OCDE. Source : Principes de l'OCDE sur l'IA
3. La chaîne minimale, version simple
- Données : on fournit des exemples ou des textes de référence.
- Entraînement : le modèle ajuste ses paramètres pour mieux prédire.
- Modèle : la fonction qui transforme une entrée en sortie.
- Inférence : le moment où le modèle produit une réponse.
- Sortie : texte, classification, résumé, ou autre résultat exploitable.
4. Les trois familles d'apprentissage
- Supervisé : des exemples avec réponses attendues.
- Non supervisé : pas d'étiquettes, on cherche des structures.
- Renforcement : un agent apprend via récompenses et pénalités.
5. Modèles de langage, prompts et tokens
Un LLM prédit des séquences de tokens. Un token est une unité de texte utilisée par le modèle. Le prompt est l'instruction et le contexte fourni. La fenêtre de contexte est la quantité maximale de texte que le modèle peut considérer d'un coup.
6. Bonnes pratiques d'usage
- ĂŠtre explicite sur l'objectif et le public cible.
- Donner le contexte strictement nécessaire.
- VĂ©rifier et corriger les sorties avant publication.
- Conserver une traçabilité des sources utilisées.
7. Glossaire express
- Contexte : informations ajoutées au prompt pour guider la réponse.
- Entraînement : phase d'ajustement des paramètres d'un modèle.
- Inférence : production d'une sortie à partir d'une entrée.
- LLM : grand modèle de langage entraîné sur de grands corpus.
- Modèle : fonction paramétrée qui transforme une entrée en sortie.
- Prompt : instruction donnée au modèle.
- Token : unité de texte utilisée par le modèle.