English.guru
Retour

Comment les modèles d’IA vous comprennent : tokens, contexte et hallucinations

La couche technique en langage simple — tokens, fenêtre de contexte, température et hallucination —, pour que vous puissiez parler d’IA avec précision.

Quand vous savez déjà écrire un prompt clair, le niveau suivant est de comprendre ce qui se passe à l’intérieur du modèle : pas les mathématiques, mais les concepts et l’anglais qui les décrit. Ce sont les termes qui reviennent dans toute conversation sérieuse sur l’IA, et les employer avec précision distingue celui qui a lu un titre de celui qui a réfléchi à l’outil. En français, on dit « jeton », « fenêtre de contexte », « température » et « hallucination » ; ici, mieux vaut connaître les termes anglais, qui sont ceux de la documentation et des entretiens.

Tokens

Le modèle ne lit pas des mots. Il lit des tokens — des fragments de texte, à peu près un mot ou une partie de mot. unhappy peut être un seul token ; unbelievable, deux.

  • The model splits the text into tokens.
  • This model has a large token limit.

Une conséquence utile est le token limit, le maximum que le modèle peut recevoir ou produire d’un seul coup. Quand un prompt est « trop long », ce qui manque, ce sont précisément les tokens.

La fenêtre de contexte

La context window est ce que le modèle peut garder à l’esprit en même temps, sa mémoire à court terme, mesurée en tokens. Elle contient toute votre conversation plus le prompt.

  • The whole document fits inside the context window.
  • Once the conversation exceeds the context window, the model forgets the beginning.

C’est pourquoi les longues conversations avec un chatbot perdent parfois le fil : le début est sorti de la fenêtre. En anglais précis, on dit que le modèle runs out of context, et non qu’il a oublié — « oublier » suppose une mémoire que le modèle n’a pas entre les sessions.

La température

La temperature contrôle la prévisibilité de la réponse. L’idée vient de la physique — plus la température est élevée, plus il y a de mouvement.

  • Température basse — prévisible, sûre, littérale. Bonne pour les données et le code.

  • Température élevée — variée, inattendue, créative. Bonne pour les idées et les brouillons.

  • Set the temperature low for a technical answer.

  • The model's temperature was high, so it gave three very different drafts.

Le mot est devenu si standard que l’on dit the response felt high-temperature — c’est-à-dire imprévisible — sans autre explication.

L’hallucination

Une hallucination est une réponse qui sonne sûre d’elle et qui est tout simplement fausse. Le modèle a inventé une donnée, un nom, une source, et l’a présentée comme indubitable.

  • The model hallucinated a citation.
  • That reference is a hallucination — it doesn't exist.

C’est un terme dont tout utilisateur attentif de l’IA a besoin, car il nomme le principal défaut de l’outil. Le verbe est régulier : hallucinate, hallucinated, has hallucinated. Et le nom est dénombrable : a hallucination, two hallucinations.

Une hallucination n’est pas un mensonge. Mentir exige de connaître la vérité et d’aller contre elle. Le modèle ne sait pas ce qui est vrai ; il prédit quel texte viendra ensuite. Appeler hallucination une conclusion fausse est aussi précis que lie et mistake sont imprécis — le modèle n’a jamais confronté quoi que ce soit à la réalité.

Le reste de l’ensemble

Ils complètent le noyau, et vous les trouverez à côté du vocabulaire technique précis :

Terme Signification
training data les textes avec lesquels le modèle a appris
parameters les nombres que le modèle a appris ; la « taille » en termes techniques
inference le moment où le modèle produit une réponse
prompt injection une attaque cachée dans le prompt qui amène le modèle à ignorer ses instructions
fine-tuning ajuster le modèle pour une tâche précise

En parler avec précision

Remarquez le schéma : chaque terme a son propre verbe, et la combinaison est aussi figée que le sont toujours les collocations.

  • The model splits text into tokens.
  • The answer exceeded the context window.
  • I lowered the temperature.
  • The model hallucinated a source.

Le bon verbe montre que vous comprenez le mécanisme, pas seulement les mots.

Testez ce que vous venez de lire

Le test ci-dessous passe en revue les termes et les verbes avec lesquels ils se combinent.

Testez vos connaissances : Test : comment les modèles d’IA vous comprennent →