Wiki IA — Page 7 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 301–350 sur 454 · Page 7 sur 10
Filtrer cette page
ParamètresAussi appelé : Poids, paramètres de modèle
Fondamentaux
pass@kAussi appelé : pass@1, pass@10, Pass at k
Entraînement
PEFTAussi appelé : Parameter-Efficient Fine-Tuning, Fine-tuning efficace en paramètres
Entraînement
PerplexityAussi appelé : Moteur de recherche propulsé par IA, API Sonar
Compagnies
Perplexité (métrique)Aussi appelé : PPL
Fondamentaux
PhiAussi appelé : Microsoft Phi
Modèles
PikaAussi appelé : Pika Labs
Compagnies
PixVerseAussi appelé : Génération vidéo PixVerse
Compagnies
PoolingAussi appelé : Max Pooling, Average Pooling
Fondamentaux
Estimation de posePose corporelle, détection de squelette, détection de points clés
Utiliser l'AI
Encodage positionnelAussi appelé : Embedding positionnel, ALiBi
Fondamentaux
Post-entraînementAussi appelé : Post-Training
Entraînement
PPOAussi appelé : Proximal Policy Optimization, Optimisation proximale de politique
Entraînement
Entraînement
Précision et rappelAussi appelé : Score F1, matrice de confusion
Fondamentaux
Modèle de récompense de processusAussi appelé : Process Reward Model, PRM, Vérificateur par étape
Entraînement
Fondamentaux
Prompt cachingAussi appelé : Mise en cache du contexte, mise en cache du préfixe
Utiliser l'IA
Utiliser l’AI
Injection de promptAussi appelé : Injection de prompt indirecte
Sécurité
Gabarit de promptAussi appelé : Template, pattern de prompt
Utiliser l'IA
ÉlagageAussi appelé : Élagage de modèle, élagage de poids
Entraînement
PyTorchAussi appelé : Torch
Outils
QLoRAAussi appelé : Quantized LoRA, LoRA quantifié
Entraînement
QuantificationAussi appelé : GGUF, GPTQ, AWQ
Infrastructure
Réponse aux questionsQA, Compréhension de lecture
Utiliser l'AI
QwenAussi appelé : Tongyi Qianwen
Modèles
RAGAussi appelé : Génération augmentée par récupération
Outils
Infrastructure
ReActAussi appelé : Reason + Act, Raisonner et agir
Utiliser l’AI
RaisonnementAussi appelé : Raisonnement IA, raisonnement en chaîne de pensée
Utiliser l’AI
RecraftAussi appelé : Recraft V3, génération de graphiques vectoriels
Compagnies
Red TeamingAussi appelé : Équipe rouge
Sécurité
RégressionAussi appelé : Régression linéaire, prédiction
Fondamentaux
RégularisationAussi appelé : Régularisation L1 / L2
Entraînement
Apprentissage par renforcementAussi appelé : RL
Entraînement
RekaAussi appelé : Reka Core, Reka Flash
Compagnies
Compagnies
ReclassementAussi appelé : Reranking, Reclassement par encodeur croisé
Outils
Resemble AIAussi appelé : Clonage vocal, synthèse vocale, filigranage
Compagnies
Connexion résiduelleAussi appelé : Skip connection, connexion de raccourci
Fondamentaux
ResNetAussi appelé : Residual Network, Réseau résiduel
Modèles
Politique de mise à l'échelle responsableAussi appelé : Responsible Scaling Policy, RSP, Frontier Safety Framework, Preparedness Framework
Sécurité
Récupération d'informationAussi appelé : Recherche d'information, IR
Fondamentaux
Détournement de récompenseAussi appelé : Reward Hacking, Specification Gaming
Sécurité
Modèle de récompenseAussi appelé : RM, modèle de préférences
Entraînement
RLAIFAussi appelé : RL from AI Feedback, apprentissage par renforcement à partir de retours IA
Entraînement
RLHFAussi appelé : Apprentissage par renforcement avec retour humain
Entraînement
RLVRAussi appelé : Reinforcement Learning with Verifiable Rewards, Apprentissage par renforcement à récompenses vérifiables
Entraînement
RNNAussi appelé : Réseau de neurones récurrent, LSTM, GRU
Modèles