Wiki IA — Page 2 sur 10
Concepts AI expliqués par des builders, pas des manuels. Pas de murs de jargon. Pas de gatekeeping académique. Des définitions claires et pratiques des termes que tu vas vraiment rencontrer.
454 termes 8 catégories Mis à jour le 2026-11-22
Débutant
Je viens de découvrir l'IA
AI→Chatbot→Prompt→LLM→Token→Context Window→Hallucination
Builder
Je développe une app IA
API→Structured Output→Streaming→Function Calling→RAG→Semantic Search→Model Serving
En profondeur
Comment l'IA fonctionne vraiment?
Neuron→Layer→Activation Function→Gradient Descent→Transformer→Attention→Autoregressive
IA locale
Rouler l'IA sur ma machine
Open Weights→Quantization→GGUF→llama.cpp→Ollama→VRAM→Edge AI
Sécurité
Sécurité et alignment de l'IA
Alignment→Guardrails→Red Teaming→Prompt Injection→Constitutional AI→AI Ethics→AI Regulation
ML Engineer
Entraîner des modèles
Dataset→Loss Function→Transfer Learning→Fine-Tuning→LoRA→RLHF→DPO
Aucun terme de cette page ne correspond à vos filtres.
Termes 51–100 sur 454 · Page 2 sur 10
Filtrer cette page
Agent autonomeAussi appelé : Agent IA, IA agentique
Utiliser l'IA
AutorégressifAussi appelé : Modèle autorégressif, Prédiction du prochain token
Fondamentaux
AWS BedrockAmazon Bedrock
Compagnies
RétropropagationAussi appelé : Backprop, passe arrière
Fondamentaux
BaiduAussi appelé : Ernie, Wenxin Yiyan, Ernie Bot
Compagnies
API par lotsAussi appelé : Batch API, Traitement par lots, Inférence par lots
Utiliser l’AI
Taille de lot et époqueAussi appelé : Mini-lot, époque d'entraînement
Entraînement
Recherche en faisceauAussi appelé : Beam Search
Fondamentaux
BenchmarkAussi appelé : Test de référence
Entraînement
BERTAussi appelé : Bidirectional Encoder Representations from Transformers
Modèles
Sécurité
Compromis biais-varianceAussi appelé : Bias-Variance Tradeoff, Dilemme biais-variance
Fondamentaux
Black Forest LabsAussi appelé : Modèles FLUX.1
Compagnies
BLEU & ROUGEAussi appelé : Score BLEU, score ROUGE
Fondamentaux
BPEAussi appelé : Byte Pair Encoding, tokenisation en sous-mots
Fondamentaux
BriaAussi appelé : Données d'entraînement sous licence, génération d'images entreprise
Compagnies
ByteDanceAussi appelé : Doubao, TikTok, recommandations propulsées par IA
Compagnies
CartesiaAussi appelé : Sonic, modèles vocaux basés sur SSM
Compagnies
Oubli catastrophiqueAussi appelé : Interférence catastrophique
Entraînement
CerebrasAussi appelé : Cerebras Systems, WSE
Compagnies
Chaîne de penséeAussi appelé : CoT
Utiliser l’AI
Character.AIc.ai
Compagnies
ChatbotAussi appelé : Assistant IA
Utilisation
Chatbot ArenaAussi appelé : LMSYS Arena, classements ELO
Fondamentaux
CheckpointAussi appelé : Point de contrôle, instantané de modèle
Entraînement
Découpage en chunksAussi appelé : Chunking, Découpage de documents
Utiliser l’AI
ClassificationAussi appelé : Classifieur, catégorisation
Fondamentaux
ClaudeAussi appelé : Claude Sonnet, Claude Opus, Claude Haiku
Modèles
CLIPAussi appelé : Contrastive Language-Image Pre-training
Modèles
ClusteringAussi appelé : K-Means, DBSCAN, analyse de clusters
Fondamentaux
CNNAussi appelé : Réseau de neurones convolutif, ConvNet
Modèles
Agents de codageAussi appelé : Coding Agents, Agentic Coding, Agents de programmation
Utiliser l’AI
Assistants de codage IAAussi appelé : Code Copilot, IDE IA
Outils
CohereAussi appelé : Command, Embed, Rerank
Compagnies
ComfyUIAussi appelé : Comfy
Outils
Utilisation de l'ordinateurAussi appelé : Computer Use, Agents d'utilisation d'ordinateur, Agents d'interface graphique, Computer-Using Agent (CUA)
Utiliser l'IA
Vision par ordinateurAussi appelé : Vision artificielle, vision machine
Fondamentaux
IA constitutionnelleAussi appelé : CAI
Sécurité
ContaminationAussi appelé : Contamination des données, fuite de benchmarks
Fondamentaux
Modération de contenuAussi appelé : Modération par IA, Trust & Safety
Sécurité
Provenance des contenusAussi appelé : Content Provenance, C2PA, Content Credentials
Sécurité
Ingénierie de contexteAussi appelé : Context Engineering
Utiliser l'IA
Extension de longueur de contexteAussi appelé : YaRN, NTK Scaling, mise à l'échelle RoPE
Infrastructure
Dégradation du contexteAussi appelé : Context Rot, Dégradation en contexte long
Utiliser l’AI
Fenêtre de contexteAussi appelé : Longueur de contexte
Utiliser l’AI
Apprentissage continuAussi appelé : Apprentissage tout au long de la vie, apprentissage incrémental
Entraînement
Batching continuAussi appelé : Continuous Batching, Dynamic Batching, In-flight Batching, Iteration-level Scheduling
Infrastructure
Apprentissage contrastifAussi appelé : SimCLR, InfoNCE
Entraînement
Modèles
ConvolutionConv, Couche convolutive, Noyau, Filtre
Fondamentaux