← Guides

Mise en placeÉtat René HerzerCréé avec l’IA

Comment un modèle d'IA acquiert-il ses connaissances ?

Un modèle de langage apprend en deux étapes. Lors du pré-entraînement, il lit de très grandes quantités de texte et apprend à prédire le mot suivant ; il en tire la langue, la culture générale et le raisonnement. Lors de l'ajustement, il apprend, à partir d'exemples et d'évaluations humaines, à répondre aux questions et à suivre des instructions. Ensuite, ses connaissances sont figées. L'actualité et le savoir de votre établissement, il ne les reçoit qu'avec la question.

Qu’apprend un modèle lors du pré-entraînement ?

Lors du pré-entraînement, le modèle reçoit de très grandes quantités de texte : livres, articles spécialisés, sites web publics, code informatique. Sa seule tâche est de prédire le mot suivant. Lorsqu’il se trompe, ses milliards de poids internes sont légèrement ajustés. Cela se répète un nombre inimaginable de fois.

Pour bien prédire, le modèle doit apprendre beaucoup de choses au passage : la grammaire, des faits, le vocabulaire spécialisé, la construction d’un argument, le calcul, la traduction. C’est « l’intelligence » que l’on constate ensuite. Elle n’est pas stockée dans le modèle comme une base de données, mais sous forme de schémas dans ses poids.

Comment apprend-il à répondre aux questions ?

Après le pré-entraînement, un modèle sait prolonger un texte, mais pas encore bien répondre. Lors de l’ajustement, l’éditeur lui montre des exemples de bonnes réponses, et des personnes évaluent laquelle de plusieurs réponses est la plus utile, la plus juste et la plus sûre. Le modèle apprend ainsi à suivre des instructions, à poser des questions en retour et à refuser des réponses nuisibles.

L’éditeur du modèle réalise les deux, pré-entraînement et ajustement, une seule fois et avec une puissance de calcul considérable. Ensuite, le modèle est terminé et ne change plus.

Pourquoi le modèle ne sait-il pas tout ?

  • Date de coupure : le modèle ne connaît pas ce qui s’est passé après son entraînement.
  • Aucun savoir sur votre établissement : vos contrats, recommandations et procédures n’ont jamais fait partie de l’entraînement.
  • Pas de consultation : le modèle génère un texte probable. S’il manque de connaissances, une réponse peut paraître convaincante et être fausse.

Comment l’actualité et le savoir interne entrent-ils dans la réponse ?

On les fournit au modèle avec la question. La plateforme cherche dans vos documents les passages pertinents et les présente au modèle avec la question. Le modèle répond sur cette base et cite les sources, que vous pouvez vérifier. Pour l’actualité sur Internet, il existe la recherche web. Le modèle lui-même n’apprend rien : à la question suivante, sans ces documents, il ne sait à nouveau que ce qu’il a appris lors de l’entraînement.

Qui doit indiquer sur quoi un modèle a été entraîné ?

Le règlement européen sur l’IA oblige notamment les fournisseurs de modèles d’IA à usage général à publier un résumé des contenus d’entraînement et à documenter techniquement le modèle (article 53). Celui qui se contente d’utiliser un tel modèle n’en est pas le fournisseur.

Comment cela fonctionne-t-il avec basebox ?

basebox ne développe ni n’entraîne ses propres modèles. Nous exploitons nous-mêmes des modèles open source, dans notre cloud en Allemagne ou sur votre serveur, et choisissons les meilleurs modèles adaptés au matériel. Leur liste figure dans le registre des modèles. Un nouveau modèle arrive avec une mise à jour.

Vos données n’entraînent aucun modèle. Le savoir interne s’ajoute à chaque question à partir des documents de vos apps, avec les sources ; l’actualité vient de la recherche web, si votre organisation l’active. Ce que fait le modèle d’IA de basebox

Questions fréquentes

D'où le modèle d'IA de basebox tire-t-il ses connaissances ?

De son entraînement par l'éditeur du modèle. basebox ne développe ni n'entraîne ses propres modèles ; nous exploitons nous-mêmes des modèles open source, dans notre cloud en Allemagne ou sur votre serveur. Les connaissances de votre établissement s'ajoutent à chaque question à partir des documents de vos apps, avec les sources.

Le modèle apprend-il de nos questions et de nos documents ?

Non. Vos saisies et vos documents ne modifient pas le modèle, et basebox n'entraîne aucun modèle avec vos données. Le modèle ne lit vos documents que pour la réponse en cours.

Pourquoi le modèle ne connaît-il pas l'actualité ?

Ses connaissances s'arrêtent à la date de son entraînement. Pour l'actualité, il existe la recherche web, que votre organisation peut activer ; le modèle va alors chercher des informations publiques sur Internet.

Pourquoi un modèle invente-t-il parfois des choses ?

Parce qu'il génère un texte probable et ne consulte pas de base de données. S'il manque de connaissances, une réponse peut sembler plausible et être fausse. Les réponses avec des sources issues de vos documents peuvent être vérifiées.

Sources

  1. Brown et al. (2020) : Language Models are Few-Shot Learners, arXiv ↗
  2. Ouyang et al. (2022) : Training language models to follow instructions with human feedback, arXiv ↗
  3. Règlement (UE) 2024/1689 (règlement sur l'IA), article 53 : obligations des fournisseurs de modèles d'IA à usage général, EUR-Lex ↗
  4. basebox : registre des modèles (en anglais) ↗

Cet article a été créé avec l’aide de l’IA, sur la base des sources citées. Responsable du contenu : basebox GmbH. Ceci n’est pas un conseil juridique, aucune responsabilité. État de la recherche : 16 novembre 2026.

Paramètres des cookies

Ce site ne dépose aucun cookie d'analyse ou de publicité et n'intègre aucun outil d'autres fournisseurs. Votre navigateur ne conserve que ce qui est nécessaire à l'utilisation du site. Politique de confidentialité