Vous êtes en réunion. Quelqu'un enchaîne « on va fine-tuner le modèle pour réduire les hallucinations sur le RAG, en surveillant la latence au token près ». Tout le monde acquiesce. Vous aussi. Mais soyons honnêtes : une bonne moitié de la salle vient de décrocher.
Le vocabulaire de l'IA a un don pour intimider. Pourtant, derrière chaque terme savant se cache une idée souvent toute simple. Ce lexique est notre antidote : chaque mot, expliqué en français clair, avec une image pour le retenir et, quand il le faut, le piège à éviter.
À garder sous le coude avant votre prochaine réunion. ☕
Token
La brique de base que le modèle manipule : un fragment de mot. Comptez à peu près trois quarts d'un mot par token en français. Pourquoi ça compte : on paie les modèles au token, et on mesure leur vitesse en tokens par seconde. C'est l'unité de compte de tout l'écosystème. L'image : les syllabes que le modèle lit et écrit, une par une.
Prompt
Tout ce que vous envoyez au modèle : la question, les instructions, le contexte. Le piège : on croit que la qualité de la réponse dépend du modèle. Elle dépend au moins autant de la qualité du prompt. Mauvais prompt, mauvaise réponse — même avec le meilleur modèle. L'image : le brief que vous donnez à un prestataire. Flou en entrée, flou en sortie.
Hallucination
Quand le modèle produit quelque chose de plausible, bien écrit, confiant… et faux. À retenir : ce n'est pas un bug rare qu'on supprime, c'est une propriété de fonctionnement. Tous les modèles hallucinent, chacun à leur façon. On la borde, on ne l'élimine pas. L'image : l'élève brillant qui, ne connaissant pas la réponse, en invente une très convaincante plutôt que d'avouer son ignorance.
Fenêtre de contexte
La quantité de texte que le modèle peut « avoir sous les yeux » en une fois. Au-delà, il oublie le début. Le piège : croire qu'une grande fenêtre dispense de bien choisir ce qu'on y met. Remplir le contexte de tout « au cas où » dégrade les réponses et la facture. L'image : un bureau. Plus il est grand, plus on peut étaler de documents — mais un bureau encombré reste un bureau où l'on s'y perd.
RAG (Retrieval-Augmented Generation)
La technique qui consiste à aller chercher les bons documents avant de faire répondre le modèle, pour qu'il s'appuie sur vos données plutôt que sur ses seuls souvenirs. Pourquoi c'est partout : c'est la façon la plus courante de faire répondre une IA sur vos propres contenus sans la réentraîner. L'image : un examen à livre ouvert. On donne au modèle les bonnes pages au bon moment.
Embedding
La traduction d'un texte en une liste de nombres, construite pour que deux textes au sens proche aient des nombres proches. C'est ce qui permet la recherche « par le sens » plutôt que « par mots-clés ». L'image : une carte où chaque texte est un point ; les sujets voisins sont géographiquement voisins.
Fine-tuning
Réentraîner un modèle existant sur vos propres exemples pour spécialiser son comportement. Le piège — et il est énorme : on y pense en premier alors que c'est souvent le dernier recours. Un bon prompt ou un bon RAG résout la majorité des besoins, plus vite et moins cher. L'image : envoyer un employé déjà compétent en formation spécialisée. Utile parfois, coûteux souvent, rarement le premier réflexe.
Latence
Le temps que met le modèle à répondre. Pourquoi ça compte : un système juste mais lent peut être inutilisable. La latence se négocie en permanence contre le coût et la qualité — c'est un triangle, on ne maximise jamais les trois à la fois. L'image : le temps d'attente au guichet. Personne ne revient si c'est trop long, même si le service est excellent.
Agent
Un modèle à qui on donne des outils (chercher, calculer, appeler une API…) et un objectif, et qui décide lui-même de la suite d'actions. À ne pas confondre avec un simple chatbot : l'agent ne répond pas, il agit. D'où sa puissance, et toute sa difficulté à maîtriser. L'image : un assistant autonome à qui on confie une mission plutôt qu'une question.
Garde-fou (guardrail)
Les contraintes qu'on impose autour du modèle : actions interdites, plafonds, validations obligatoires, formats imposés. L'idée clé : on ne fait pas confiance au modèle, on conçoit un cadre dans lequel même une erreur reste sans gravité. L'image : les barrières de sécurité d'une route de montagne. Elles ne conduisent pas à votre place ; elles évitent juste le ravin.
Observabilité
La capacité à voir ce qui se passe vraiment dans le système : quel prompt, quelle réponse, quel coût, quelle décision, à quel moment. Sans elle : déboguer un comportement bizarre revient à mener l'enquête sans le moindre indice. L'image : la boîte noire d'un avion. On espère ne jamais en avoir besoin ; le jour où ça arrive, on est très content de l'avoir installée.
Évaluation (eval)
La mesure systématique de la qualité du système, sur un jeu de cas représentatifs. Le réflexe qui sépare les pros des amateurs : sans éval, « est-ce que c'est mieux ? » est une opinion. Avec, c'est un chiffre. L'image : la suite de tests, mais pour quelque chose qui n'a pas de bonne réponse unique.
Le mot de la fin
Vous l'avez sans doute senti en lisant : aucun de ces termes n'est réellement compliqué. Ce qui intimide, c'est l'empilement, le débit, et cette manie qu'a notre métier d'habiller des idées simples de mots savants.
Démystifier ce vocabulaire n'est pas un détail. C'est ce qui permet aux bonnes décisions de se prendre — parce qu'une équipe qui comprend ce dont elle parle arbitre infiniment mieux qu'une équipe qui hoche la tête.
Chez Olympp, on aime parler clair, surtout des sujets complexes. Si vous voulez aller au-delà du lexique et passer aux travaux pratiques sur vos propres projets, nos équipes seront ravies d'en discuter -> sans charabia.
Et la prochaine fois qu'on vous parlera de fine-tuner un RAG au token près, vous saurez exactement de quoi il retourne. 😏
