Glossaire IA

Un système IA qui perçoit son environnement, planifie des actions, utilise des outils, et boucle jusqu'à atteindre un objectif. Contrairement à un chatbot, il agit — pas seulement il répond.

L'ensemble des techniques visant à s'assurer qu'un modèle d'IA se comporte conformément aux intentions humaines, même dans des situations imprévues.

Application Programming Interface — une interface qui permet à deux logiciels de communiquer. L'API d'Anthropic permet aux développeurs d'appeler Claude depuis leur propre code.

Technique de prompting qui consiste à demander au modèle de raisonner étape par étape avant de donner sa réponse. Améliore significativement les performances sur les problèmes logiques et mathématiques.

Dans le contexte du RAG, un chunk est un extrait de document (200-500 mots). Le chunking est l'opération qui consiste à découper un document en chunks avant de les indexer.

La quantité maximale de texte qu'un LLM peut "voir" en une seule fois — conversation, documents, instructions compris. Mesuré en tokens. Claude peut traiter jusqu'à 200 000 tokens selon la version.

Technique développée par Anthropic : plutôt que d'entraîner le modèle avec des retours humains uniquement, on lui enseigne une "constitution" (un ensemble de principes) qu'il applique lui-même pour évaluer et corriger ses propres réponses.

La représentation d'un texte sous forme d'un vecteur numérique (une liste de nombres). Deux textes au sens proche auront des vecteurs proches. Fondamental pour le RAG et la recherche sémantique.

Technique de prompting qui consiste à donner des exemples input/output au modèle pour lui montrer le pattern attendu, plutôt que de le décrire. Très efficace pour les tâches de transformation ou de formatage.

Ré-entraînement partiel d'un modèle sur des données spécifiques pour lui enseigner un style, un domaine, ou un comportement particulier. Coûteux et complexe — à comparer au RAG qui est plus flexible.

Capacité d'un LLM à générer une réponse structurée décrivant quel outil appeler et avec quels paramètres. Le framework agent intercepte cette réponse et exécute réellement la fonction.

Quand un LLM génère des informations fausses avec un niveau de confiance élevé — citations inexistantes, faits inventés, chiffres incorrects. Phénomène inévitable lié au fonctionnement par prédiction de tokens.

Le processus par lequel un modèle génère une réponse à partir d'une entrée — l'opposé de l'entraînement. Quand tu envoies un message à Claude, il fait de l'inférence.

Un modèle de réseau de neurones entraîné sur d'immenses quantités de texte pour prédire le prochain token. La base de toute l'IA générative de texte moderne : GPT, Claude, Gemini, LLaMA…

Standard open source créé par Anthropic pour connecter les agents IA aux outils externes. Un protocole client/serveur basé sur JSON-RPC qui permet à n'importe quel agent de parler à n'importe quel outil.

Architecture où plusieurs agents IA collaborent pour accomplir une tâche. Un orchestrateur divise le travail entre des agents spécialisés qui peuvent travailler en parallèle.

Un modèle dont les poids (les paramètres entraînés) sont publiés librement — on peut le télécharger et l'exécuter sur ses propres serveurs. À distinguer de l'open source complet (code + données d'entraînement). Exemples : Llama (Meta), Mistral. À l'opposé : GPT, Claude, Gemini dont les poids sont gardés secrets.

Dans un système multi-agents, l'agent principal qui reçoit l'objectif global, le décompose en sous-tâches, délègue aux agents spécialisés, et agrège les résultats.

L'entrée textuelle donnée à un LLM — la question, l'instruction, le contexte. La qualité du prompt détermine directement la qualité de la réponse.

Instructions permanentes définissant le comportement de l'assistant — rôle, règles, contraintes. Invisible pour l'utilisateur mais prioritaire sur les instructions de la conversation.

Reinforcement Learning from Human Feedback — technique d'entraînement où des annotateurs humains classent les réponses du modèle de la meilleure à la moins bonne. Un modèle de récompense apprend ces préférences et guide le LLM vers les réponses que les humains préfèrent. Utilisée par OpenAI, Anthropic et la plupart des grands labos pour aligner les LLMs.

Technique qui consiste à récupérer des documents pertinents dans une base externe avant de générer une réponse. Permet au LLM de répondre avec précision sur des données spécifiques sans ré-entraînement.

Pattern fondamental des agents IA : raisonner avant d'agir, observer le résultat, répéter. Chaque cycle Think → Act → Observe rapproche l'agent de son objectif.

Paramètre qui contrôle le "niveau de créativité" du LLM. À 0, le modèle choisit toujours le token le plus probable (déterministe). À 1+, il diversifie ses choix et devient plus créatif mais moins fiable.

L'unité atomique de traitement d'un LLM — environ ¾ d'un mot en anglais, un peu moins en français (langue plus riche morphologiquement). Les LLM ne traitent pas les mots entiers mais des fragments. 1 000 tokens ≈ 600–750 mots selon la langue.

Un outil externe qu'un agent peut utiliser (chercher sur le web, lire un fichier, exécuter du code…). Le "tool calling" est le mécanisme par lequel l'agent décide d'appeler un outil et avec quels paramètres.

Base de données spécialisée pour stocker et rechercher des vecteurs (embeddings) par similarité. Fondamentale pour le RAG. Exemples : Pinecone, Chroma, pgvector, Weaviate.

Capacité d'un LLM à effectuer une tâche sans aucun exemple — juste avec des instructions. Opposé du few-shot. Les grands modèles modernes excellent en zero-shot sur de nombreuses tâches.