modèle

En profondeur

Un modèle est un ensemble de paramètres numériques ajustés pendant un entraînement, puis figés. L’entraînement et l’usage sont deux moments distincts : pendant l’entraînement, les paramètres bougent ; pendant l’usage, ils ne bougent plus, et chaque demande est traitée comme si aucune autre n’avait jamais eu lieu. Un modèle n’apprend donc rien de vos échanges : ce que vous prenez pour de la mémoire est un texte que le logiciel autour lui remet sous les yeux à chaque fois. C’est aussi pourquoi sa connaissance du monde s’arrête à une date : elle est celle de ses données d’entraînement.

Tous les modèles ne sont pas des modèles de langage. On entraîne aussi des modèles qui produisent des images, transcrivent de la parole, classent des documents ou prévoient une demande, et le mot reste le même parce que le geste est le même : ajuster des paramètres jusqu’à ce qu’une régularité soit capturée. La confusion courante consiste à réserver le terme aux systèmes qui écrivent du texte, puis à généraliser à toute l’IA des propriétés qui ne valent que pour ceux-là. Nommer la tâche avant de nommer le modèle évite l’essentiel de ces malentendus.

Le piège le plus coûteux en entreprise est d’imputer au modèle ce qui relève de ce qu’on a construit autour de lui. Un même modèle, branché sur des instructions et des sources différentes, produit des résultats sans rapport : en changer quand le défaut vient du harnais revient à remplacer la pièce qui fonctionnait. Un modèle n’est pas non plus déterministe par défaut, la même demande pouvant donner deux réponses différentes, ce qui rend fragile toute évaluation faite sur un seul essai. Enfin, un modèle porte une version, et les versions se succèdent : mesurer, comparer ou certifier sans noter laquelle rend le constat inexploitable quelques mois plus tard.