Glossaire de l'intelligence artificielle

Plus de 40 définitions pour comprendre l'IA générative, les LLM, les agents IA et les concepts clés de l'intelligence artificielle moderne.

77 termes

A

6 termes

A2A (Agent-to-Agent Protocol)

Agents IA

Protocole permettant la communication et la collaboration entre différents agents IA. Il définit comment les agents peuvent échanger des informations, coordonner leurs actions et collaborer pour accomplir des tâches complexes nécessitant plusieurs compétences.

Termes liés

Agent de code (Coding Agent)

Agents IA

Agent IA spécialisé dans le développement logiciel, capable non seulement d'écrire du code mais aussi de l'exécuter : il explore le dépôt, modifie les fichiers, lance commandes et tests, puis corrige son travail à partir des résultats. Claude Code, Codex et Cursor en sont des exemples. Il se distingue de l'autocomplétion, qui se contente de suggérer des lignes que le développeur accepte ou non.

Termes liés

Agent IA

Agents IA

Système d'intelligence artificielle autonome composé de plusieurs éléments clés qui lui permettent d'accomplir des tâches complexes : un objectif clair défini par des instructions précises, une mémoire pour conserver le contexte des interactions passées, une base de connaissances (souvent via RAG) pour accéder à des informations spécifiques, un moteur de raisonnement (LLM) pour analyser et prendre des décisions, et des outils ou fonctions (APIs, bases de données, etc.) pour interagir avec des systèmes externes. Contrairement à un simple chatbot, un agent peut planifier, exécuter des actions concrètes et s'adapter de manière autonome pour atteindre son but.

Termes liés

Agentic Coding (Agentic Engineering)

Développement agentique

Façon de développer où le développeur confie l'écriture et l'exécution du code à des agents de code, et garde la main sur la spécification, l'architecture, la vérification et la revue. Contrairement au vibe coding, le code produit est relu, testé et amené à un niveau de qualité livrable. Andrej Karpathy a proposé début 2026 le terme agentic engineering pour souligner l'expertise que demande cette pratique.

Termes liés

AI Slop

Concepts

Contenu généré par IA en grande quantité, de faible qualité, publié ou transmis sans véritable relecture. En développement logiciel, le terme vise le code, les pull requests ou les rapports de bugs plausibles mais faux ou inutiles, qui coûtent plus cher à vérifier qu'à produire. Le projet curl a ainsi fermé son programme de primes aux bugs début 2026, submergé par ces signalements.

Termes liés

API (Application Programming Interface)

Concepts

Interface qui permet à des applications d'accéder aux fonctionnalités d'un modèle d'IA sans avoir à le déployer localement. Les développeurs utilisent les API pour intégrer des modèles comme GPT-4 ou Claude dans leurs applications.

Termes liés

B

2 termes

Base Vectorielle / Vector Database

Architecture

Type de base de données spécialisée dans le stockage et la recherche d'embeddings. Elle permet de retrouver rapidement les documents les plus similaires à une requête donnée en comparant leurs représentations vectorielles.

Termes liés

Benchmark

Concepts

Jeu de tâches standardisé qui sert à mesurer et comparer les modèles ou les agents. Pour les agents de code, on cite SWE-bench (corriger de vrais tickets GitHub) et Terminal-Bench (tâches en ligne de commande). Un score public se dégrade vite : contamination des données d'entraînement, saturation, tests défaillants. Il ne remplace pas des evals sur ses propres cas.

Termes liés

C

5 termes

ChatGPT

Modèles

Application d'intelligence artificielle générative développée par OpenAI, basée sur les modèles GPT. C'est l'outil qui a popularisé l'IA générative auprès du grand public en novembre 2022.

Termes liés

Claude

Modèles

Famille de grands modèles de langage développés par Anthropic, conçus avec un accent particulier sur la sécurité et l'utilité. Claude se distingue par sa capacité à gérer de très longues fenêtres de contexte.

Termes liés

Compaction et context rot

Architecture

La compaction consiste à résumer l'historique d'une conversation qui approche la limite de la fenêtre de contexte, puis à repartir d'un contexte neuf contenant ce résumé. Elle répond au context rot : la baisse de fiabilité d'un modèle à mesure que la quantité de texte à traiter augmente, mise en évidence par une étude de Chroma en 2025.

Termes liés

Computer use (Pilotage d'ordinateur)

Agents IA

Capacité d'un modèle à piloter un ordinateur comme un humain : il lit des captures d'écran, déplace le curseur, clique et tape au clavier. Elle permet d'automatiser des tâches dans des logiciels qui n'offrent pas d'API, mais reste plus lente et plus fragile qu'une intégration directe, et doit tourner dans un environnement isolé.

Termes liés

Context Engineering

Développement agentique

Discipline qui consiste à choisir les informations placées dans la fenêtre de contexte d'un modèle, à quel moment et sous quelle forme : instructions, documents, résultats d'outils, historique, mémoire. Elle étend le prompt engineering, centré sur la consigne, aux agents qui enchaînent de nombreuses étapes. Le terme a été popularisé en juin 2025 par Tobi Lütke et Andrej Karpathy.

Termes liés

D

2 termes

Deep Learning (DL)

Fondamentaux

Sous-catégorie du machine learning qui utilise des réseaux de neurones artificiels à plusieurs couches pour traiter des données complexes. Ces réseaux s'inspirent du fonctionnement du cerveau humain et permettent notamment aux modèles d'apprendre des représentations sophistiquées des données.

Termes liés

Distillation

Entraînement

Technique d'entraînement où un modèle compact (l'élève) apprend à reproduire les sorties d'un modèle plus grand (le professeur), plutôt que d'apprendre seulement à partir des données brutes. On obtient un modèle plus rapide et moins coûteux à faire tourner, qui conserve une bonne partie des capacités du professeur sur les tâches visées.

Termes liés

E

3 termes

Edge Computing / Traitement en périphérie

Concepts

Approche consistant à exécuter des modèles d'IA localement sur l'appareil de l'utilisateur plutôt que dans le cloud. Cela réduit la latence, protège la confidentialité des données et diminue les coûts de bande passante.

Termes liés

Embeddings

Architecture

Représentations numériques de textes, images ou autres contenus sous forme de vecteurs dans un espace mathématique multidimensionnel. Les contenus similaires sont placés proches les uns des autres, permettant de mesurer la similarité sémantique.

Termes liés

Evals (Évaluations)

Opérations

Jeux de tests construits pour un cas d'usage précis : on soumet des entrées à un système d'IA, puis on note ses sorties avec du code, un autre modèle (LLM-as-a-judge) ou un humain. Contrairement à un benchmark public, ils mesurent ce qui compte pour votre produit et se rejouent à chaque changement de modèle ou de prompt, comme des tests de non-régression.

Termes liés

F

5 termes

Fenêtre de Contexte (Context Window)

Architecture

Nombre maximum de tokens qu'un modèle peut traiter simultanément en entrée et en sortie. Par exemple, Claude peut gérer jusqu'à 200 000 tokens, permettant de traiter des documents très longs ou des conversations étendues.

Termes liés

Few-shot Learning

Techniques

Technique où on fournit au modèle quelques exemples de la tâche souhaitée dans le prompt, lui permettant de comprendre et d'accomplir la tâche sans entraînement supplémentaire.

Termes liés

Fichier d'instructions d'agent (AGENTS.md, CLAUDE.md)

Développement agentique

Fichier Markdown placé dans un dépôt de code (AGENTS.md, CLAUDE.md) que l'agent de code lit à chaque session : commandes de build et de test, conventions, règles propres au projet. Il sert surtout à signaler ce qui sort des pratiques standard ; une étude de l'ETH Zurich montre qu'un fichier généraliste n'améliore pas les résultats et augmente le coût.

Termes liés

Fine-tuning (Affinage)

Entraînement

Phase d'entraînement supervisé qui adapte un modèle pré-entraîné à des tâches ou domaines spécifiques. On ajuste les paramètres du modèle avec des données ciblées pour améliorer ses performances sur des applications particulières.

Termes liés

Foundation Model (Modèle de Fondation)

Modèles

Modèle d'IA large et polyvalent, pré-entraîné sur d'énormes quantités de données diverses, qui sert de base pour développer des applications spécialisées. Ces modèles comme GPT-4, Claude ou LLaMA peuvent être adaptés à de multiples tâches via le fine-tuning ou le prompt engineering.

Termes liés

G

3 termes

Gemini

Modèles

Suite de modèles d'IA multimodaux développés par Google DeepMind, capables de traiter simultanément du texte, des images et d'autres types de contenus.

Termes liés

GPT (Generative Pre-trained Transformer)

Modèles

Série de grands modèles de langage développés par OpenAI (GPT-3, GPT-4, etc.). Ces modèles sont pré-entraînés sur d'énormes corpus de textes puis affinés pour diverses tâches de génération de langage.

Termes liés

Graph RAG

Techniques

Évolution avancée du RAG qui utilise des bases de données de graphes pour représenter les relations complexes entre les concepts et entités. Cette approche permet une compréhension plus riche des connexions entre informations, améliorant la pertinence des réponses pour des questions nécessitant un raisonnement sur plusieurs entités interconnectées.

Termes liés

H

4 termes

Hallucination

Concepts

Phénomène où le modèle génère des informations inventées ou incorrectes avec une apparence de confiance. C'est une limitation majeure des LLM qui peuvent produire du contenu plausible mais factuellement faux, surtout sur des sujets qu'ils ne connaissent pas bien.

Termes liés

Harness (Harnais d'agent)

Agents IA

Ensemble du logiciel qui entoure un modèle de langage pour en faire un agent : boucle d'exécution, prompt système, outils, accès aux fichiers, bac à sable, gestion du contexte, permissions et contrôles. On le résume par la formule « agent = modèle + harnais » : tout ce qui n'est pas le modèle relève du harnais. À modèle égal, deux harnais différents peuvent donner des résultats très éloignés.

Termes liés

Harness Engineering

Développement agentique

Discipline qui consiste à concevoir et améliorer en continu l'environnement de travail d'un agent IA : instructions, outils, tests, garde-fous et boucles de vérification. Plutôt que de retoucher le prompt, on corrige l'environnement à chaque erreur observée pour qu'elle ne se reproduise pas. Le terme s'est diffusé début 2026, notamment avec les publications de Mitchell Hashimoto et d'OpenAI.

Termes liés

Human in The Loop

Opérations

Approche où des humains interviennent dans le processus de décision ou de validation des systèmes d'IA pour améliorer la qualité, la sécurité et la fiabilité. Cela peut inclure la vérification des réponses, la correction d'erreurs ou la validation avant des actions critiques.

Termes liés

I

7 termes

IA Faible

Fondamentaux

Intelligence artificielle conçue pour accomplir une tâche spécifique de manière performante, sans conscience ni compréhension réelle. La plupart des IA actuelles, y compris les LLM, sont des IA faibles : elles excellent dans leurs domaines mais ne peuvent pas transférer leurs compétences à d'autres contextes.

Termes liés

IA Forte

Fondamentaux

Hypothétique intelligence artificielle qui posséderait une conscience et une compréhension semblables à l'intelligence humaine, capable de prendre en charge des situations complexes variées de manière autonome. Cette technologie reste hors de portée aujourd'hui et probablement encore pour longtemps.

Termes liés

IA Traditionnelle / IA Discriminative

Fondamentaux

Intelligence artificielle conçue pour analyser, classer, prédire ou recommander à partir de données existantes. Elle utilise des algorithmes statistiques et des arbres de décision, mais ne crée pas de nouveau contenu original.

Termes liés

IDP (Intelligent Document Processing)

Concepts

Ensemble de technologies utilisant l'IA pour extraire, comprendre et traiter automatiquement les informations contenues dans les documents. Avec l'IA générative, l'IDP peut désormais comprendre le contexte, interpréter le sens et gérer des documents complexes non structurés.

Termes liés

Inférence

Entraînement

Phase d'utilisation du modèle entraîné pour générer des réponses à partir de nouvelles requêtes. C'est lorsque vous posez une question à ChatGPT ou Claude et que le modèle produit une réponse en temps réel.

Termes liés

Intelligence Artificielle (IA)

Fondamentaux

Ensemble de technologies permettant à des machines de simuler des capacités cognitives humaines comme la réflexion, l'apprentissage et la prise de décision. L'IA se développe depuis les années 1950 et connaît aujourd'hui une évolution majeure avec l'arrivée des modèles génératifs.

Termes liés

Intelligence Artificielle Générative (IA Générative / GenAI)

Fondamentaux

Type d'intelligence artificielle capable de créer du contenu original comme du texte, des images, du code, de l'audio ou de la vidéo à partir de simples instructions en langage naturel. Elle fonctionne grâce à des modèles entraînés sur de grandes quantités de données et se distingue de l'IA traditionnelle qui se limite à analyser, classer ou prédire.

Termes liés

L

5 termes

LangGraph

Agents IA

Bibliothèque développée pour construire des applications d'agents IA avec des workflows complexes sous forme de graphes. Elle permet de créer des agents capables de gérer des tâches multi-étapes avec des branchements conditionnels et des boucles de raisonnement.

Termes liés

Large Language Model (LLM / Grand Modèle de Langage)

Modèles

Modèle d'intelligence artificielle basé sur l'architecture Transformer, entraîné sur des volumes massifs de textes et contenant des milliards de paramètres. Il peut comprendre et générer du langage naturel en prédisant le prochain mot ou token le plus probable, permettant ainsi des tâches comme la traduction, la rédaction ou la conversation.

Termes liés

LLaMA (Large Language Model Meta AI)

Modèles

Famille de modèles de langage open-source développés par Meta (Facebook), rendus publics pour permettre à la communauté de recherche de les améliorer et de les adapter.

Termes liés

LLMOps (Large Language Model Operations)

Opérations

Ensemble de pratiques et d'outils pour gérer le déploiement, la surveillance et la maintenance des modèles de langage en production. C'est l'équivalent du DevOps adapté aux modèles d'IA générative.

Termes liés

Loop engineering (Boucle agentique)

Développement agentique

Pratique qui consiste à concevoir la boucle dans laquelle tourne un agent (objectif, action, vérification, correction, condition d'arrêt) plutôt qu'à le guider prompt après prompt. Le travail humain se déplace vers le cadrage de l'objectif, les moyens de vérification et les garde-fous : budget, nombre d'itérations, détection d'absence de progrès.

Termes liés

M

7 termes

Machine Learning (ML)

Fondamentaux

Branche de l'intelligence artificielle où les machines apprennent à partir de données sans être explicitement programmées pour chaque tâche. Le système améliore ses performances en analysant des exemples et en identifiant des patterns, sans qu'on lui donne des règles précises à suivre.

Termes liés

MCP (Model Context Protocol)

Agents IA

Protocole ouvert qui standardise la connexion entre une application d'IA (assistant, agent, IDE) et des outils, données ou services externes. Un serveur MCP écrit une fois devient utilisable par tous les clients compatibles. Lancé par Anthropic fin 2024, adopté par OpenAI, Google et Microsoft, il est confié depuis fin 2025 à l'Agentic AI Foundation de la Linux Foundation.

Termes liés

Mistral

Modèles

Mistral AI est une entreprise française qui développe une famille de modèles de langage, généralistes ou spécialisés (code, OCR, audio, embeddings). Une partie de la gamme est publiée en open weights, le plus souvent sous licence Apache 2.0, ce qui permet de l'héberger soi-même ; l'autre est réservée à son API et à son assistant Le Chat. Mistral AI est une entreprise française qui développe une famille de modèles de langage, généralistes ou spécialisés (code, OCR, audio, embeddings). Une partie de la gamme est publiée en open weights, le plus souvent sous licence Apache 2.0, ce qui permet de l'héberger soi-même ; l'autre est réservée à son API et à son assistant Le Chat.

Termes liés

Mixture of Experts (MoE)

Architecture

Architecture de réseau de neurones découpée en plusieurs sous-réseaux spécialisés (les experts), dont un routeur n'active qu'une petite partie pour chaque token. Le modèle peut ainsi compter un très grand nombre de paramètres tout en gardant un coût de calcul par token proche de celui d'un modèle bien plus petit. La mémoire nécessaire reste celle du modèle complet.

Termes liés

Modèle de raisonnement (reasoning model)

Modèles

LLM entraîné, principalement par apprentissage par renforcement, à produire une chaîne de réflexion interne avant de donner sa réponse : il décompose le problème, vérifie ses étapes et corrige ses erreurs. Plus fiable sur les tâches complexes (mathématiques, code, planification), il est en contrepartie plus lent et consomme davantage de tokens.

Termes liés

Modèle Propriétaire

Modèles

Modèle développé par une entreprise qui en conserve le contrôle exclusif. GPT-4 d'OpenAI ou Claude d'Anthropic sont des exemples de modèles propriétaires accessibles uniquement via leurs API.

Termes liés

Multimodalité

Architecture

Capacité d'un modèle d'IA à traiter et générer différents types de contenus (texte, image, audio, vidéo) simultanément. Les modèles multimodaux peuvent par exemple analyser une image et générer une description textuelle.

Termes liés

N

1 terme

NLP (Natural Language Processing)

Concepts

Domaine de l'IA permettant aux machines de comprendre, interpréter et générer du langage humain. Le NLP englobe diverses techniques allant de l'analyse de sentiments à la traduction automatique.

Termes liés

O

4 termes

Observabilité

Opérations

Capacité à comprendre et surveiller le comportement interne d'un système d'IA en production en collectant des métriques, logs et traces. L'observabilité permet de détecter les problèmes, d'analyser les performances et d'améliorer continuellement les applications d'IA générative.

Termes liés

OCR (Optical Character Recognition)

Concepts

Technologie qui convertit des images de texte en texte éditable numérique. C'est une étape de base du traitement de documents, mais qui ne comprend pas le sens du texte reconnu.

Termes liés

Open source

Modèles

Se dit d'un logiciel dont le code peut être librement utilisé, étudié, modifié et redistribué. Pour un modèle d'IA, la définition de l'OSI exige en plus les poids, le code d'entraînement et une description suffisante des données. Beaucoup de modèles dits ouverts, comme Llama, ne publient que leurs poids sous licence restrictive : ils sont open weights.

Termes liés

Open weights (poids ouverts)

Modèles

Se dit d'un modèle dont les paramètres entraînés sont publiés et téléchargeables, ce qui permet de l'héberger soi-même et de l'adapter. Cela ne garantit ni l'accès aux données ni au code d'entraînement, et la licence peut restreindre l'usage. C'est pourquoi la plupart des modèles open weights ne sont pas open source au sens de l'OSI.

Termes liés

P

5 termes

Paramètre

Architecture

Valeur numérique apprise par le modèle durant son entraînement, comparable à un « souvenir » que la mémoire collecte pendant l'apprentissage. Un modèle comme GPT-4 peut contenir plus de 175 milliards de paramètres, ce qui lui confère sa puissance de compréhension et de génération.

Termes liés

Pré-entraînement

Entraînement

Phase initiale non supervisée où le modèle apprend à partir d'énormes quantités de données textuelles disponibles publiquement. Durant cette étape, le modèle apprend les structures du langage, les connaissances générales et les relations entre concepts.

Termes liés

Prompt

Techniques

Instruction ou question fournie au modèle d'IA générative pour obtenir une réponse. La qualité et la précision du prompt influencent directement la qualité de la réponse générée, d'où l'importance du "prompt engineering".

Termes liés

Prompt Engineering

Techniques

Art de formuler des instructions efficaces pour obtenir les meilleures réponses d'un modèle d'IA générative. Cela implique d'être clair, détaillé, de fournir des exemples et de structurer sa demande de manière optimale.

Termes liés

Prompt injection (Injection de prompt)

Opérations

Attaque qui consiste à glisser des instructions malveillantes dans un texte traité par un modèle, soit directement dans la requête, soit cachées dans une page web, un document ou un email que l'agent lit. Le modèle peut alors les exécuter comme si elles venaient de l'utilisateur. L'OWASP la classe au premier rang des risques des applications LLM.

Termes liés

R

4 termes

RAG (Retrieval-Augmented Generation)

Techniques

Technique qui enrichit les réponses d'un LLM en intégrant des informations récupérées depuis une base de connaissances externe. Au lieu de se fier uniquement aux données d'entraînement, le système interroge une base documentaire actualisée pour générer des réponses plus précises et contextuelles.

Termes liés

ReAct (Reasoning and Acting)

Agents IA

Framework pour les agents IA qui combine le raisonnement et l'action de manière itérative. Le modèle alterne entre la réflexion sur la tâche à accomplir et l'exécution d'actions concrètes, permettant une résolution de problèmes plus structurée et traçable.

Termes liés

RLHF (Reinforcement Learning from Human Feedback)

Entraînement

Technique d'alignement qui utilise les retours humains pour améliorer les réponses du modèle et les rendre plus utiles, sûres et conformes aux attentes. Des évaluateurs humains notent les réponses, permettant au modèle d'apprendre quelles réponses sont préférables.

Termes liés

RLVR (Reinforcement Learning with Verifiable Rewards)

Entraînement

Méthode d'apprentissage par renforcement où la récompense est attribuée par une vérification automatique (réponse mathématique exacte, tests qui passent, consigne respectée) plutôt que par un modèle de préférences humaines. Elle complète le RLHF sur les tâches dont le résultat se contrôle, et sert à entraîner les modèles de raisonnement.

Termes liés

S

8 termes

Safeguards (Garde-fous)

Opérations

Mécanismes de sécurité intégrés aux modèles d'IA pour empêcher la génération de contenu dangereux, biaisé ou inapproprié. Ces garde-fous incluent des filtres de contenu, des limites éthiques et des systèmes de détection pour garantir une utilisation responsable de l'IA.

Termes liés

Sandbox (Bac à sable)

Opérations

Environnement d'exécution isolé dans lequel un agent agit avec des droits restreints : accès limité à certains dossiers, connexions réseau limitées à des serveurs autorisés, pas d'accès au reste de la machine. En bornant les dégâts possibles, y compris en cas de prompt injection, la sandbox permet de laisser l'agent travailler sans valider chaque action.

Termes liés

Skills (Agent Skills)

Agents IA

Dossier qui regroupe des instructions (fichier SKILL.md), des scripts et des ressources pour apprendre à un agent une tâche précise. L'agent ne lit au départ que le nom et la description de chaque skill, et ne charge le contenu complet que lorsque la tâche le demande. Format créé par Anthropic, devenu un standard ouvert repris par de nombreux outils.

Termes liés

SLM (Small Language Model / Petit Modèle de Langage)

Modèles

Modèle de langage de taille réduite, optimisé pour des tâches spécifiques avec moins de ressources. Les SLM sont plus rapides, moins coûteux et plus écologiques que les LLM tout en restant efficaces dans leur domaine de spécialisation.

Termes liés

Software Factory (Usine logicielle)

Développement agentique

Organisation du développement où des agents de code produisent, testent et livrent le logiciel de façon largement autonome, encadrés par des spécifications, des scénarios de test et des contrôles automatisés. Les humains définissent l'intention et jugent les résultats plutôt que d'écrire ou relire le code. Ancien, le terme a été repris en 2026 pour les agents, notamment par StrongDM.

Termes liés

Sous-agent (Subagent)

Agents IA

Agent lancé par un agent principal pour traiter une sous-tâche dans sa propre fenêtre de contexte, avec ses instructions, ses outils et ses droits. Il ne renvoie qu'un résultat condensé, ce qui évite d'encombrer le contexte principal avec des recherches, des journaux ou des fichiers qui ne serviront plus.

Termes liés

Spec-Driven Development

Développement agentique

Méthode de développement avec l'IA où l'on rédige d'abord une spécification (besoin, critères d'acceptation, plan technique, découpage en tâches) avant de confier l'implémentation à un agent. La spec devient la référence commune à l'humain et à l'IA, et sert à vérifier que le résultat correspond à la demande. Des outils comme Spec Kit (GitHub) ou Kiro (AWS) structurent cette approche.

Termes liés

Système multi-agents (Orchestration)

Agents IA

Architecture où plusieurs agents d'IA spécialisés collaborent sur une même tâche, le plus souvent sous la coordination d'un agent orchestrateur qui découpe le travail, le distribue et synthétise les résultats. Elle gagne en parallélisme et en clarté de contexte, au prix d'une consommation de tokens nettement plus élevée qu'un agent seul.

Termes liés

T

4 termes

Température

Concepts

Paramètre qui contrôle le degré de créativité ou d'aléatoire dans les réponses générées. Une température basse produit des réponses plus prévisibles et factuelles, tandis qu'une température élevée génère des réponses plus créatives et variées.

Termes liés

Token

Architecture

Unité de texte (mot, partie de mot, ponctuation ou symbole) utilisée par les modèles de langage pour traiter l'information. Un modèle découpe le texte en tokens avant de le traiter, et génère sa réponse token par token.

Termes liés

ToT (Tree of Thoughts / Arbre de Pensées)

Agents IA

Technique de raisonnement avancée où le modèle explore plusieurs chemins de réflexion possibles avant de choisir la meilleure solution. Comme un arbre de décision, le modèle évalue différentes branches de raisonnement pour résoudre des problèmes complexes.

Termes liés

Transformer

Architecture

Architecture de réseau de neurones introduite en 2017 par l'article "Attention is All You Need" de Google, devenue la base des modèles de langage modernes. Elle permet au modèle de comprendre le contexte et les relations entre les mots d'une phrase, même s'ils sont éloignés les uns des autres.

Termes liés

V

1 terme

Vibe Coding

Développement agentique

Pratique qui consiste à faire produire une application par une IA en décrivant le besoin en langage naturel, sans lire ni comprendre le code généré : on accepte les modifications et on juge au résultat. Le terme a été lancé par Andrej Karpathy en février 2025. Adapté aux prototypes et aux projets jetables, il expose en production à des failles et à une dette technique invisibles.

Termes liés

Z

1 terme

Zero-shot Learning

Techniques

Capacité d'un modèle à accomplir une tâche sans avoir été spécifiquement entraîné pour celle-ci. Le modèle s'appuie sur sa compréhension générale pour résoudre des problèmes nouveaux.

Termes liés

Et en pratique ?

Ces concepts, vos équipes peuvent les mettre en production.

Nous formons les équipes tech et product sur leur propre code, et nous ancrons l'IA de code dans leurs pratiques. Pour les développeurs qui veulent aller vite, le Bootcamp fait le tour en deux jours.

Prendre rendez-vous avec nos experts

Deux co-fondateurs, épaulés par un réseau d'experts. Choisissez un créneau : c'est l'un d'eux que vous aurez en face de vous.

Portrait de Julien Robidet

Julien Robidet

Co-fondateur

Construit des solutions IA avec les équipes et accompagne des dirigeants en CTO as a Service, avec une finalité : leur autonomie.

Profil LinkedIn(nouvelle fenêtre)
Portrait de Pierre-Yves Banaszak

Pierre-Yves Banaszak

Co-fondateur

Développe des solutions IA en production pour des grands comptes et des startups, et forme les équipes tech sur leur propre code.

Profil LinkedIn(nouvelle fenêtre)

Trente minutes pour cadrer votre sujet et vérifier que nous pouvons le servir.

Réserver un créneau
Ouvrir(nouvelle fenêtre)

Chargement du calendrier...

Appel de 30 minutes · En français