LexiqueFrontières
Les pages frontières
Souvent confondus
Un lexique ordinaire définit des termes. Lexigraph démonte des confusions : chaque page répond en deux phrases, compare point par point, propose des situations concrètes et donne le test qui tranche. Une frontière naît d’une confusion réellement observée, jamais d’une envie de volume.
Publiées
5 frontières- AgentouAssistantUn assistant attend votre message, répond, puis s’arrête : vous restez le moteur de l’échange. Un agent reçoit un objectif et enchaîne lui-même les étapes jusqu’à l’atteindre, en décidant à chaque tour de ce qu’il fait ensuite.
- Fine-tuningouRAGLe fine-tuning modifie le modèle lui-même, en poursuivant son entraînement sur vos exemples : il change sa manière de répondre. Le RAG ne touche pas au modèle : il va chercher les bons documents et les place dans le contexte au moment de la question.
- ContexteouMémoireLe contexte est ce que le modèle a sous les yeux pendant qu’il répond, et il disparaît ensuite. La mémoire est ce qu’on a décidé de conserver entre deux échanges, puis de replacer dans le contexte quand c’est utile.
- LLMouAgentUn modèle de langage est une pièce : on l’appelle, il produit du texte, et il s’arrête là. Un agent est le système qui appelle cette pièce en boucle, exécute ce qu’elle propose et la relance avec le résultat, jusqu’à ce que l’objectif soit atteint.
- WorkflowouAgentDans un workflow, la séquence des étapes est écrite à l’avance par une personne : un modèle peut occuper une case, il ne choisit pas la case suivante. Dans un agent, le plan n’existe pas avant l’exécution, car c’est le modèle qui observe l’état du travail et décide, tour après tour, de ce qu’il fait ensuite.
En préparation
Programme du corpus- IA vs IA générativeDeux mots pour deux périmètres
- Modèle vs produitCe qu’on utilise n’est jamais le modèle seul
- Chatbot vs agentUne interface n’est pas une architecture
- Copilote vs agentAssister une personne ou poursuivre un objectif
- Open source vs open weightDes poids publiés ne font pas un logiciel libre
- RAG vs recherche webUn corpus choisi n’est pas le web
- Prompt vs prompt systèmeCe que vous écrivez, ce qui est toujours là
- Token vs motL’unité de facturation n’est pas l’unité de sens
- Paramètres vs données d’entraînementCe qui reste et ce qui a servi
- Hallucination vs erreurUne propriété n’est pas une panne
- Automatisation vs augmentationRemplacer la tâche ou outiller la personne
- Cloud vs on-premiseOù vivent les données, et sous quelle loi
- Machine learning vs deep learning vs IA générativeTrois cercles emboîtés, pas trois synonymes
- Fenêtre de contexte vs contexteUne capacité du modèle, un assemblage du harnais